实施部分批处理响应的最佳实践

以下是为 Amazon SQS 事件源配置部分批量响应的最佳实践：

• 配置死信队列，以避免在无服务器应用程序的架构中产生 snowball 反模式。有关更多信息，请参阅本指南的 Avoiding snowball anti-patterns。

• 配置 Lambda 函数事件源映射，使其仅显示失败的消息。为此，在配置事件源映射时，必须在FunctionResponseTypes列表ReportBatchItemFailures中包含该值。有关更多信息，请参阅《AWS Lambda 开发者指南》中的实现部分批量响应。

• 定义您希望消息在发送到死信队列之前移至源队列的次数。通过确定可能的故障原因以及预计恢复时间，确保您定义的值符合应用程序的用例。要定义重试次数，您必须在源队列上配置该maxReceiveCount值。RedrivePolicy有关更多信息，请参阅 Amazon SQS API 参考SetQueueAttributes中的。另请参阅 AWS 博客上的 Introducing Amazon Simple Queue Service dead-letter queue redrive to source queues。

• 确保您的 Lambda 函数代码是幂等性的，并且能多次处理消息。这将准备函数的代码，以支持 Amazon SQS 消息批处理中的单个任务。一个好的起点是将其ReportBatchItemFailures纳入您的事件源映射配置。有关详细信息，请参阅《AWS Lambda 开发人员指南》中的报告批处理项目失败。另请参阅如何防止亚马逊SQS消息多次调用我的 Lambda 函数？

• 考虑使用诸如aws-embedded-metrics或 Powertools for AWS Lambda (Python) 之类的工具。这些工具可帮助您将业务指标合并到函数代码中，以跟踪失败的作业以及这些作业的详细信息。

• 如果您将此功能与 First-In-First -Out (FIFO) 队列一起使用，则您的函数应在第一次失败后停止处理消息，并返回所有失败和未处理的消息。batchItemFailures这有助于保留队列中消息的顺序。

注意

要跟踪使用部分批处理的应用程序的整体性能，需要使用代码级性能跟踪。配置部分批处理后，无论批处理的结果如何，Lambda 函数的调用几乎总是成功的。

避免 snowball 反模式

Lambda 和 Amazon SQS 无法控制上游微服务写入亚马逊队列的消息。SQS如果存在无法处理的消息，除非配置了单独的死信队列，否则 Lambda 会将这些未处理的消息返回到源 Amazon SQS 队列。然后，Lambda 函数将在接下来的每个 Amazon SQS 消息批次中重试这些未处理的消息，失败并返回队列进行重试。如果不存在死信队列，则返回到 Amazon 队列的未处理消息数量最终会超过SQS队列中的有效消息数量。

这种类型的 snowball 反模式（每次连续调用 Lambda 函数都会使问题变得更糟）可能会导致以下问题：

• 用户体验不佳，因为任务处理时间比平时长得多，或者根本不处理

• 成本增加与 Amazon SQS 队列中消息数量和消息重试次数呈指数级增长成正比

• 如果函数对其调用请求没有限制，则会降低应用程序或整个 AWS 账户的 Lambda 计算能力

为了避免在 Amazon 中配置部分批量响应时创建雪球反模式SQS，最好同时创建死信队列。这个单独的队列可以存储未成功处理的消息，并帮助您更好地管理应用程序未处理消息的生命周期。

有关说明，请参阅《A mazon SQS 开发者指南》中的配置死信队列（控制台）。