Obtener todos los items de DynamoDB en Python (boto3)

En DynamoDB no existe un "select all" — leer una tabla entera significa un scan que paginas hasta el final. Cada respuesta lleva como máximo 1 MB; el paginador de scan integrado de boto3 sigue LastEvaluatedKey por ti a través de cada página.

Code

import boto3

client = boto3.client("dynamodb")

paginator = client.get_paginator("scan")

items = []
for page in paginator.paginate(TableName="Music"):
    items.extend(page["Items"])

print(f"Table holds {len(items)} items")

Explicación

El paginador es lo importante — una única llamada a scan NO devuelve la tabla; devuelve hasta 1 MB. client.get_paginator("scan") emite solicitudes de seguimiento (volviendo a alimentar LastEvaluatedKey como ExclusiveStartKey) hasta agotar la tabla — el bucle que la gente olvida cuando se pregunta por qué "faltan" items. (¿Hacerlo a mano? Sigue llamando mientras la respuesta contenga un LastEvaluatedKey.)
Memoria — items contiene la tabla entera. Para tablas grandes, procesa cada page dentro del bucle (escribir a un archivo, hacer streaming, agregar) en lugar de acumular.
Más rápido en tablas grandes: scan en paralelo — pasa Segment=i, TotalSegments=N y ejecuta N workers (hilos/procesos), cada uno paginando su propio segmento. El mismo coste total, mucho menos tiempo de reloj.
Coste — un scan completo lee (y factura) cada byte de cada item, cada vez que lo ejecutas. ProjectionExpression reduce la respuesta, no la factura; no pongas un scan en una ruta caliente — para eso están query y el diseño de patrones de acceso.
Los items vuelven en DynamoDB JSON ({"S": ...}). ¿Prefieres tipos nativos de Python? Usa la API de recurso (table.scan + un bucle manual de LastEvaluatedKey — la API de recurso no tiene paginador).

Hazlo visualmente

Echar un vistazo a una tabla no necesita un script: descarga DynoTable para explorar cualquier tabla en una cuadrícula paginada — pagina los scans por ti, sin un bucle que equivocar. Y antes de escanear y pagar, la calculadora de precios de DynamoDB muestra lo que realmente cuesta una lectura completa de tu tabla.

Ejemplos relacionados

Obtener todos los items en Node.js — la misma lectura completa con un bucle explícito.
Obtener todos los items con la AWS CLI — la CLI pagina por ti.
DynamoDB Scan en Python — escanear con un FilterExpression.
Scans en paralelo — Segment/TotalSegments, número de workers y cuándo vale la pena.
¿Por qué mi DynamoDB Scan es lento y caro? — el modelo de costes y cómo evitarlo.
DynamoDB ProvisionedThroughputExceededException — leer la tabla entera es la forma clásica de provocarlo.
"The provided starting key is invalid" — una clave de reanudación deformada en el bucle de paginación.

References

Verificado por última vez el 2026-07-13 contra la documentación oficial de AWS enlazada arriba.