如何限制AWS Lambda对DynamoDB Streams的轮询以控制并发量？

以下是几种可行的机制来控制Lambda并发数，避免超出限额：

1. 调整Lambda触发器批量参数 #

修改DynamoDB Streams触发器的核心参数，减少Lambda调用频率，让单实例处理更多记录：

• BatchSize：增大单次调用处理的记录数（比如从默认100调高至适配值）。例如，设置为400的话，每秒80条记录的场景下，每秒仅需触发0.2次调用，并发数会显著降低。
• MaximumBatchingWindowInSeconds：设置批量等待窗口（最长300秒），让Lambda攒够足够记录再触发，进一步减少调用次数。

注意：需确保单批记录的总处理时间不超过Lambda最大执行时长（15分钟），避免超时。

2. 限制Lambda预留并发数 #

给处理流的Lambda设置ReservedConcurrentExecutions，强制限制其并发实例数。当并发达到设定值时，Lambda会暂停从DynamoDB Streams拉取新记录，直到已有实例释放资源。

这种方式简单直接，但需平衡并发数和记录积压风险——设置过低会导致流中记录堆积，需根据实际处理能力调整。

3. 引入SQS中间缓冲层 #

通过两步处理解耦流读取与业务逻辑：

• 第一步：创建轻量Lambda，仅从DynamoDB Streams读取记录并转发至SQS队列（该Lambda处理速度快，并发需求低）。
• 第二步：创建消费SQS的Lambda，通过SQS的MaxNumberOfMessages（单次拉取消息数）和Lambda的ReservedConcurrentExecutions控制消费并发。同时配置SQS可见性超时匹配Lambda执行时间，避免重复处理。

该方式能灵活控制下游业务并发，还可利用SQS的重试、死信队列特性提升可靠性。

4. 用Kinesis Data Streams做中间层 #

若需要更精细的流控制，可将DynamoDB Streams记录转发至Kinesis Data Streams，再用Lambda消费Kinesis流。Kinesis支持通过消费者分片并发控制Lambda实例数：每个Kinesis分片最多对应一个Lambda实例，可通过调整Kinesis分片数或使用Kinesis Data Firehose聚合记录，间接控制Lambda并发。

内容的提问来源于stack exchange，提问作者Ash