AWS SQS与Lambda内存耗尽后消息滞留在飞行状态问询

核心结论 #

不会永久处于飞行状态，但同消息组的后续消息会被阻塞，直到这条故障消息的可见性超时结束。

具体机制说明 #

• SQS FIFO队列的每条消息进入「飞行中」状态后，都会有一个可见性超时时间（默认30秒，可自定义配置）。当Lambda因内存耗尽被强制终止（Runtime exited with error: signal: killed Runtime.ExitError），进程来不及调用SQS的DeleteMessage API，这条消息会在可见性超时到期后，自动从「飞行中」状态回到队列的「可用消息」列表。
• 你遇到的后续消息卡住的问题，本质是FIFO队列的消息组顺序性约束：同一消息组ID下的消息必须按顺序处理，只要组内有消息处于「飞行中」状态，同组的其他消息就会被阻塞在「可用」状态，不会被Lambda拉取处理。如果你的所有消息都使用了同一个消息组ID，就会出现全局阻塞的情况。

解决建议 #

• 调整消息组ID策略：如果业务不需要严格的全局顺序，给不同消息分配不同的消息组ID，这样不同组的消息可以并行处理，单个组的故障不会影响其他组。
• 提升Lambda内存配置：Lambda的内存与CPU、网络带宽正相关，提升内存配额不仅能解决内存耗尽问题，还能提升整体处理性能。
• 配置死信队列（DLQ）：给SQS队列绑定死信队列，当消息重试达到最大次数后，自动转移到DLQ，避免故障消息反复占用主队列资源。
• 紧急恢复当前阻塞状态：可以在AWS控制台手动修改这条飞行中消息的可见性超时（比如设置为0秒），让它立刻回到可用状态，之后要么修复Lambda处理逻辑后重新处理，要么手动将其移入DLQ。

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