AWS WebSocket API客户端增多时出现Internal Server Error排查求助

• Lambda执行超时或内存不足
  当客户端数量增至200左右时，Lambda需要遍历更多连接ID并批量调用PostToConnection接口。如果Lambda默认配置的内存（比如128MB）不足以支撑高频网络调用，或者执行时间超过默认超时阈值（3秒），就会触发错误返回500。
  排查：查看Lambda监控的Duration和Errors指标，若Duration接近超时上限，建议调高内存配置（同时会提升CPU性能），并延长超时时间至10-15秒。

• DynamoDB读取吞吐量不足
  发送消息时Lambda需要从DynamoDB读取所有在线连接ID，连接数增多会导致单次读取的数据量和请求频次上升。如果DynamoDB表的默认读容量单位（RCU=1）不足以支撑，会触发节流（Throttling），导致Lambda读取数据失败。
  排查：查看DynamoCloudWatch的ReadThrottleEvents指标，若存在节流事件，可临时调高RCU至10-20，或开启表的自动扩容功能。

• API Gateway PostToConnection速率限制
  API Gateway的WebSocketPostToConnection接口有区域级默认速率限制（1000次/秒），Lambda短时间内批量调用该接口给200个客户端发消息时，可能触发限流，导致部分调用失败，进而Lambda抛出异常返回500。
  排查：查看API Gateway的Throttles和5xx错误指标，若存在限流，可优化Lambda逻辑（比如添加延迟分批调用），或申请提高API Gateway的速率限制配额。

• 未处理无效连接ID的异常
  部分客户端断开连接后，连接ID可能仍留在DynamoDB中，Lambda调用PostToConnection时会返回410 Gone错误。如果代码未捕获这类异常，Lambda会直接报错，导致API Gateway返回500。
  排查：检查Lambda代码，确保调用PostToConnection时捕获ConnectionNotFoundException等异常，跳过无效连接ID，不中断整个消息发送流程。

• Lambda并发配额触发限流
  若多个客户端同时触发sendmessage请求，Lambda并发执行数可能接近区域默认配额（1000）的上限，导致新请求被节流返回500。
  排查：查看Lambda的ConcurrentExecutions指标，若接近配额上限，可申请提高并发配额，或配置预留并发。

内容的提问来源于stack exchange，提问作者Imissher