Lambda读取CSV写入DynamoDB时仅部分行被处理问题排查

代码中return语句的缩进位置错误是导致问题的核心原因：你将返回语句写在了else分支的内部逻辑中，只要循环处理到第一条jump_type既不是CMJ也不是Free的行，执行完DepthJump表写入操作后就会直接终止Lambda函数返回，剩下的所有CSV行都不会被执行，和超时配置无关。

调整return语句的缩进层级，将其移到for循环的外部，等所有CSV行都处理完成后再返回结果即可。

# Read each row in the file
rowCount = 0
for row in reader:
    rowCount += 1

    # Show the row in the debug log
    print(row['athlete_id'], row['athlete_name'], row['jump_id'], row['date_time'], row['jump_type'], row['jump_tc'], row['jump_height'], row['jump_RSI'])

    # Insert Athlete ID and Name into Athlete DynamoDB table
    athleteTable.put_item(
        Item={
            'AthleteID':       row['athlete_id'],
            'AthleteName':     row['athlete_name']})

    # Insert CMJ details into Countermovement Jump DynamoDB table
    if ((row['jump_type'] == "CMJ") | (row['jump_type'] == "Free")) :
        countermovementTable.put_item(
            Item={
                'AthleteID':           row['athlete_id'],
                'AthleteName':         row['athlete_name'],
                'DateTime':            row['date_time'],
                'JumpType':            row['jump_type'],
                'JumpID':               row['jump_id'],
                'Height':              row['jump_height']})
    else :
        # Insert Depth Jump details into Depth Jump DynamoDB table
        depthTable.put_item(
            Item={
                'AthleteID':            row['athlete_id'],
                'AthleteName':          row['athlete_name'],
                'DateTime':             row['date_time'],
                'JumpType':             row['jump_type'],
                'JumpID':               row['jump_id'],
                'ContactTime':          row['jump_tc'],
                'Height':               row['jump_height'],
                'RSI':                  row['jump_RSI']})

# 将return移到for循环外部，所有行处理完成后再返回
return "%d data inserted" % rowCount

• 可以给DynamoDB的put_item操作增加异常捕获逻辑，避免单条数据格式错误导致整个函数中断，同时打印异常行数据方便排查问题
• 若CSV行数较多，可改用DynamoDB的batch_write_item批量写入接口，减少网络IO次数，提升函数执行效率

内容的提问来源于stack exchange，提问作者Aaron