AWS Personalize：PutItems添加的部分物品未出现在推荐结果中

一、先解决PutItems的静默失败问题 #

不要默认API返回200就代表所有物品都上传成功，必须校验返回结果里的batchPutItemResults字段——这里会逐个列出每个物品的处理状态，哪怕整体请求没报错，单个物品也可能因为格式不符、属性不匹配数据集Schema、大小超过1KB限制等原因失败，只是没触发全局错误。

对于1000个物品，别一次性全传，按每批100个（PutItems的单批上限）拆分调用，每批调用后立刻遍历batchPutItemResults，把状态码不是200的物品ID和错误信息记录下来，针对性修复后重新上传，比如修正属性格式、调整物品大小。

二、确认物品是否已被正确索引 #

• 用GetItems API批量查询所有物品ID（从你的原始数据源导出全量ID列表），对比返回的物品数据和你上传的内容，确认每个物品都存在、属性完整。
• 同时检查数据集状态，确保它处于ACTIVE状态，没有UPDATING或CREATE_PENDING的情况——只有数据集稳定后，后续训练的模型才能读取到最新的物品数据。

三、确保训练模型能用到新物品 #

• 更新物品后，别只“更新训练解决方案”，要确认解决方案的版本状态是ACTIVE，并且这个版本是当前的默认版本。有时候解决方案更新后需要几分钟部署时间，这时候调用GetRecommendations可能还是在用旧模型，自然看不到新物品。
• 另外排查隐性规则：如果你的推荐是基于用户行为的，新物品如果没有任何交互数据（比如点击、购买），可能不会被推荐（除非你配置了热门物品或物品相似性推荐逻辑）。再仔细检查下解决方案的过滤配置，有没有默认排除某些状态的物品（比如availability设为不可用）。

四、最佳实践总结 #

• 分批上传+逐批校验：1000个物品拆成10批，每批100个，每批上传后立刻校验结果，处理失败物品。
• 全量索引验证：用GetItems遍历所有物品ID，确认每个都已正确入库。
• 训练版本管控：更新物品后创建新的解决方案版本，等版本变为ACTIVE后设为默认，确保推荐调用用的是最新模型。
• 日志追踪：开启API调用日志，记录每个PutItems的处理细节，方便后续排查问题。

内容的提问来源于stack exchange，提问作者Henry S.