在 Python（boto3）中读取 DynamoDB 全部项目

在 boto3 里读整张表，意味着把一次 scan 分页到底。每次响应上限是 1 MB，而低层 client 内置的分页器会替你沿着 LastEvaluatedKey 走完每一页（DynamoDB 游标是怎么工作的）。

在这里，你挑哪套 boto3 API 比分页本身更要紧，而分页器只是原因的一半。

代码

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

分页器属于 client，不属于 resource——boto3.resource("dynamodb").Table(…).scan 压根没有分页器，所以在那边你得自己写 LastEvaluatedKey 循环。单凭这一点，全表读取就该用低层 client。
资源 API 会把数字转成 Decimal——存进去的 {"N": "1994"} 回来时是 Decimal('1994')，而 json.dumps 没有自定义编码器就拒绝序列化它。上面那个 client 把原始的 {"N": "1994"} 交给你，转换留给你自己做（这套编码）。
去调分页器，而不是换掉它——paginator.paginate(TableName="Music", PaginationConfig={"PageSize": 500, "MaxItems": 10000})。Boto3 把 PageSize 定义为「每一页结果返回的项目数」，把 MaxItems 定义为总数上限，后者会给出一个 NextToken，你用 StartingToken 从那里续上。
并行扫描需要每个线程一个 client，而且要小心构造——Segment 和 TotalSegments 负责切分工作量，而 boto3 自己的指引是 client 线程安全、session 和 resource 不是。它还警告说「在并发上下文里调用 boto3.client() 可能导致响应顺序错乱」。要么在扇出之前就把 client 建好，要么给每个工作线程自己的 boto3.session.Session()（并行什么时候值得）。
items 会长到整张表那么大——在循环里处理每一个 page，而不是不断往一个留着的列表里追加，除非你早就知道这张表很小。
扫描每跑一次，读到的每一个字节都要计费——ProjectionExpression 缩小的是响应，不是账单（原因）；FilterExpression 是在项目被读取并计费之后才把它们丢掉（带过滤的 Scan）。在热路径上你要的是 query。

用可视化的方式来做

一次全表扫描的账单，是项目大小乘以项目数量，按 4 KB 为单位向上取整。项目大小计算器会从你粘贴进去的项目算出其中单项目那一半。

DynoTable 则是在一个无限滚动的网格里翻阅活的表，而它的 SQL 编辑器会在你运行之前告诉你查询会编译成哪种操作。RCU 估算只有在表元数据支持时才会出现。下载 DynoTable。

参考资料

最后核实于 2026-07-28，依据上方链接的 AWS 官方文档。

在 Python（boto3）中读取 DynamoDB 全部项目

代码

说明

用可视化的方式来做

相关示例

参考资料

可视化构建此请求