如何使用AWS EventBridge实现Lambda失败后每1-2小时重试至当日23点

你可以通过两种主流AWS原生方案实现需求，不需要引入额外第三方服务：

方案1：EventBridge + Lambda 轻量实现（改造成本最低） #

• 首先改造现有Python Lambda，新增3个核心逻辑：
  1. 入口处先加Google Search Console(GSC) API可用性校验：调用GSC轻量查询接口（比如历史固定日期的小数据量查询接口），返回异常直接抛出错误终止本次执行
  2. 执行拉取逻辑前先判断当前时间是否超过当日23点，超过则直接标记任务结束，不触发后续重试，示例判断代码：

  from datetime import datetime, timezone
  # 请调整为你业务对应的时区
  def is_before_23():
      current_time = datetime.now(timezone.utc).astimezone()
      return current_time.hour < 23
  

  3. 拉取到数据后增加完整性校验：判断数据量是否符合历史日均阈值，低于阈值也视为执行失败，避免存入不完整的脏数据到S3
• 配置AWS侧规则：
  • 保留原有每日固定触发的EventBridge规则，新增一条重试专用EventBridge规则，触发频率设为1.5小时（符合1-2小时间隔要求）
  • 给Lambda配置失败目的地：将执行失败的事件路由到自定义EventBridge事件总线，匹配重试规则触发下一次运行
  • 给重试规则配置生效时间窗口：仅在每日首次触发时间到当日23:00之间生效，超过窗口自动停止触发，避免跨天运行
  • 重试次数上限设为10次即可，按1.5小时间隔计算，完全覆盖当日可重试时间范围

方案2：Step Functions 工作流实现（可控性更高） #

如果需要更精细化的重试管控，推荐用该方案：

• 搭建Step Functions状态机，核心流程如下：
  1. 调用Lambda执行GSC API可用性校验
  2. 校验通过 → 执行数据拉取+完整性校验 → 校验成功直接结束工作流
  3. 校验不通过/拉取失败 → 进入等待节点，设置等待时长为1.5小时
  4. 等待结束后判断当前时间是否≤当日23:00，是的话回到步骤1重试，否则直接结束工作流
• 原有EventBridge规则改为每日固定时间触发该Step Functions状态机即可

该方案所有重试逻辑可视化配置，不需要额外维护事件路由规则，排查问题更方便，也不会出现重复触发的异常情况

• 单次Lambda执行内，给GSC API调用加2-3次指数退避重试，小范围网络波动不需要触发跨小时的重试
• Lambda日志中增加重试次数字段标记，方便后续统计GSC API的异常频率

内容的提问来源于stack exchange，提问作者Niko