在Amazon DynamoDB中，分区键和排序键是用于创建和查询表格的两个关键概念。

分区键（Partition Key）是用于分割数据并将其分布在不同的分区中的主要标识符。它决定了数据在DynamoDB中的物理存储位置。分区键的选择对于表格的性能至关重要，因为它会直接影响到数据在分区中的分布均衡和查询的并发性能。

排序键（Sort Key）则是在分区内对数据进行排序和聚合的附加标识符。它可以帮助我们进行范围查询、条件查询和聚合操作。分区键和排序键的组合构成了表格的主键（Primary Key）。

下面是一个使用DynamoDB SDK进行创建表格和查询的示例代码：

import boto3

# 创建DynamoDB客户端
dynamodb = boto3.client('dynamodb')

# 创建表格
response = dynamodb.create_table(
    TableName='my_table',
    AttributeDefinitions=[
        {
            'AttributeName': 'partition_key',
            'AttributeType': 'S'
        },
        {
            'AttributeName': 'sort_key',
            'AttributeType': 'N'
        }
    ],
    KeySchema=[
        {
            'AttributeName': 'partition_key',
            'KeyType': 'HASH'
        },
        {
            'AttributeName': 'sort_key',
            'KeyType': 'RANGE'
        }
    ],
    ProvisionedThroughput={
        'ReadCapacityUnits': 5,
        'WriteCapacityUnits': 5
    }
)

# 等待表格创建完成
dynamodb.get_waiter('table_exists').wait(TableName='my_table')

# 插入数据
response = dynamodb.put_item(
    TableName='my_table',
    Item={
        'partition_key': {'S': 'user'},
        'sort_key': {'N': '1'},
        'name': {'S': 'John Doe'},
        'age': {'N': '30'}
    }
)

# 查询数据
response = dynamodb.query(
    TableName='my_table',
    KeyConditionExpression='partition_key = :pk',
    ExpressionAttributeValues={
        ':pk': {'S': 'user'}
    }
)

# 打印查询结果
for item in response['Items']:
    print(item)

上述代码中，我们创建了一个名为my_table的表格，并定义了partition_key和sort_key作为主键。然后我们插入了一条数据，并使用query方法查询了具有特定partition_key的所有数据。

通过这个示例，我们可以看到分区键和排序键的区别，分区键用于将数据分布在不同的分区中，而排序键用于对数据进行排序和聚合。