Lambda调用Redshift存储过程超时问题：执行超15分钟如何解决？

Lambda的15分钟执行上限是硬限制，无法突破，针对你的场景，可通过以下几种方式解决：

1. 使用Redshift异步执行存储过程 #

Redshift支持异步启动存储过程，无需保持连接等待执行完成，Lambda只需发起请求即可立刻返回，完全避开超时问题：

• 在Lambda中执行Redshift异步调用语句：

  EXECUTE ASYNCHRONOUS my_long_running_stored_procedure();
  

• 后续可通过查询Redshift系统表stl_async_exec_status来获取执行状态、结果或错误信息，比如：

  SELECT query, status, starttime, endtime, err_msg 
  FROM stl_async_exec_status 
  WHERE query = <异步查询ID>;
  

2. 用Step Functions编排长任务流程 #

Step Functions的状态机支持最长1年的运行时长，可用来编排Lambda调用的生命周期：

• 创建包含以下节点的状态机：
  • 启动节点：调用Lambda发起Redshift存储过程执行
  • 等待节点：设置固定等待时长（比如5分钟）
  • 查询节点：调用另一Lambda查询存储过程执行状态
  • 分支判断：如果未完成，回到等待节点循环；如果完成，则结束流程

3. 拆分长存储过程 #

将原有的长存储过程拆分为多个独立的短存储过程（每个执行时间控制在15分钟内），然后通过Lambda或Step Functions按业务顺序依次调用。这种方式不仅避免超时，还能更精细地监控每个步骤的执行情况，便于排查问题。

4. 使用无时长限制的计算服务执行调用 #

如果上述Serverless方案不适用，可使用EC2、ECS或EKS这类无执行时长限制的服务：

• 在这些服务上部署简单的脚本（比如用Python的psycopg2库连接Redshift），直接执行存储过程并等待完成，全程不受时长限制。

关于无时长限制的存储过程调用方式 #

Redshift本身没有存储过程执行时长的硬限制（可通过集群参数调整作业超时阈值），要实现无限制的调用，核心是采用异步调用模式：调用方只需发起执行请求，无需保持连接等待结果，后续通过Redshift系统表或日志查询执行状态。如果用同步调用，任何工具（包括Lambda、本地客户端）都可能有自身的时长限制，但异步模式下不存在这个问题。

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