Python（boto3）中从 DynamoDB 获取所有项目

DynamoDB 中没有"select all"——读取整张表意味着一次你要分页到底的 scan。每个响应最多携带 1 MB；boto3 内置的 scan 分页器会替你跨每一页跟随 LastEvaluatedKey。

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")

说明

• 分页器才是关键 — 单次 scan 调用不会返回整张表；它返回至多 1 MB。client.get_paginator("scan") 会发起后续请求（把 LastEvaluatedKey 作为 ExclusiveStartKey 送回），直到表被读尽——这正是人们纳闷为什么项目会"丢失"时忘掉的那个循环。（想手动做？只要响应包含 LastEvaluatedKey 就继续调用。）
• 内存 — items 会持有整张表。对于大表，请在循环内处理每一个 page（写入文件、流式处理、聚合），而不是累积。
• 大表上更快：并行 scan — 传入 Segment=i, TotalSegments=N 并运行 N 个工作单元（线程/进程），每个对自己的段分页。总成本相同，但墙钟时间大幅降低。
• 成本 — 一次全表 scan 每次运行都会读取（并计费）每个项目的每个字节。ProjectionExpression 缩小的是响应，而非账单；不要把 scan 放在热路径上——那是 query 和访问模式设计要解决的事。
• 项目以 DynamoDB JSON（{"S": ...}）形式返回。更想用原生 Python 类型？请用 resource API（table.scan 加一个手动的 LastEvaluatedKey 循环——resource API 没有分页器）。

可视化操作

浏览一张表不需要脚本：下载 DynoTable 即可在分页网格中浏览任何表——它会替你翻阅 scan 的各页，没有写错循环的风险。而在你 scan 并付费之前，DynamoDB 定价计算器会显示完整读取你的表实际花费多少。

相关示例

• Node.js 中获取所有项目 — 用一个显式循环完成同样的全表读取。
• 使用 AWS CLI 获取所有项目 — CLI 会替你翻页。
• Python 中的 DynamoDB Scan — 带 FilterExpression 的扫描。
• 并行 scan — Segment/TotalSegments、工作线程数量，以及何时值得这么做。
• 为什么我的 DynamoDB Scan 又慢又贵？ — 成本模型以及如何避免。
• DynamoDB ProvisionedThroughputExceededException — 读取整张表是撞上它的经典方式。
• "The provided starting key is invalid" — 分页循环中损坏的续读键。

References

• Scan — Amazon DynamoDB API Reference
• DynamoDB.Paginator.Scan — Boto3 documentation
• Scanning tables in DynamoDB — Amazon DynamoDB Developer Guide
• DynamoDB read and write operations (capacity unit consumption) — Amazon DynamoDB Developer Guide

Last verified 2026-07-13 against the official AWS documentation linked above.