AWS Lambda中创建Promise可迭代对象耗时过长的问题咨询

你遇到的核心误区是：调用async函数时，并非只返回一个pending状态的Promise就结束——函数内部的同步代码会立即执行，这些同步操作的累加开销才是循环耗时25秒的关键。

你循环调用querymetadata()35000次，每次调用都会同步执行以下操作：

1. 创建result空数组、lastEvaluatedKey变量，以及完整的getQuery配置对象（包括嵌套的ExpressionAttributeValues）
2. 进入do-while循环，同步执行{ ...getQuery, ExclusiveStartKey: lastEvaluatedKey }的对象展开拷贝
3. 调用docClient.query()方法，AWS SDK内部会同步完成参数校验、请求序列化等前置工作（哪怕后续的网络请求是异步的）

这些看似细碎的同步操作，在35000次循环的累加下，会大量占用Lambda的CPU资源（1GB内存对应的CPU算力有限），直接导致从start到end的耗时被拉长。

1. 复用基础查询配置 #

把固定的查询配置移到函数外部，避免每次调用querymetadata都重复创建和拷贝对象：

// 模块级别复用基础查询配置，只在初始化时创建一次
const BASE_QUERY = {
  TableName,
  KeyConditionExpression: "device_id = :device_id",
  ExpressionAttributeValues: {
    ":device_id": "EK431",
  }
};

const querymetadata = async() => {
  let result = [],
      lastEvaluatedKey = null;
  do {
    // 仅在需要时添加ExclusiveStartKey，避免全量对象拷贝
    const queryParams = lastEvaluatedKey 
      ? Object.assign({}, BASE_QUERY, { ExclusiveStartKey: lastEvaluatedKey })
      : BASE_QUERY;
    const { Items, LastEvaluatedKey } = await docClient
      .query(queryParams)
      .promise();
    result = result.concat(Items);
    lastEvaluatedKey = LastEvaluatedKey;
  } while (lastEvaluatedKey);
  console.log(result.length);
  return result.length;
}

2. 分批次创建Promise，缓解同步阻塞 #

单线程下一次性执行35000次同步操作会持续阻塞事件循环，分批次插入await Promise.resolve()让出CPU时间：

exports.handler = async (event, context) => {
  console.log('start');
  const promises = [];
  const BATCH_SIZE = 1000; // 每1000个Promise为一批

  for(let i = 0; i < 35000; i++) {
    promises.push(querymetadata());
    // 每批结束后让出事件循环，避免同步操作持续占用CPU
    if ((i + 1) % BATCH_SIZE === 0) {
      await Promise.resolve();
    }
  }
  console.log('end');
  await Promise.all(promises);    
  console.log('end lambda');
}

3. 优化数组拼接操作（额外小优化） #

原代码中result = result.concat(Items)每次都会创建新数组，大数据量下可改为result.push(...Items)减少内存开销：

// 替换 result = result.concat(Items);
result.push(...Items);

内容的提问来源于stack exchange，提问作者Judith Joseph