调整AWS Lambda SQS触发器批量参数后消息未删除问题排查

现象 #

• 初始配置batchSize:10、batchWindow:30时，Lambda执行成功后能正常删除SQS消息
• 把batchSize改成32后，Lambda调用频率降低，执行日志显示无异常，但队列统计彻底异常：
  • 每秒删除消息数从90-100直接降到0，且持续超过1小时
  • 飞行中消息数从约30暴涨到4000

排查细节 #

• 翻遍AWS相关文档没找到对应原因
• Lambda执行日志完全正常，没有报错信息
• 使用的依赖版本：spring-cloud-function-adapter-aws:3.1.5、aws-lambda-java-events:3.10.0

根因与解决办法 #

根因是开启了Report batch item failures功能，但代码没按照AWS的要求返回消息处理状态。

解决办法：

• 直接关闭Report batch item failures功能，消息删除逻辑立刻恢复正常
• 如果要保留这个功能，必须在Lambda处理完消息后，返回包含失败消息项的响应，让SQS知道哪些消息处理失败（只有这些失败的会重新入队，成功的消息才会被自动删除）

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