如何跟踪Step Function执行成败、存储SFN间歇响应并汇总结果发邮件

优先推荐：基于Step Functions分布式Map的无状态方案 #

这是开发成本最低、可靠性最高的原生实现，完全无需自行处理中间存储、完成判定逻辑：

• 将原有Lambda触发并行SFN的逻辑重构为父Step Flow流程，使用分布式Map状态配置并行执行规则，MaxConcurrency参数直接绑定事件传入的MaxJobs值，Map的Item处理器直接执行你原有的子SFN流程
• 分布式Map状态会默认阻塞等待所有子执行全部结束后才进入下一个步骤，你可以直接在后续节点挂载Lambda任务，原生获取所有子执行的返回结果数组，调用SES完成邮件发送即可
• 额外支持自定义错误重试、失败中断、部分成功处理等规则，无需额外开发即可覆盖异常场景

备选方案：存量架构兼容的DynamoDB计数方案 #

如果你不想调整现有触发逻辑，可通过以下方式实现，无需引入轮询机制：

1. 中间结果存储与完成判定逻辑
   • 触发子SFN之前，在触发Lambda中生成全局唯一的批次ID，在DynamoDB中插入该批次的总任务记录，字段包括：BatchID（主键）、TotalJobs（值为MaxJobs）、CompletedCount（初始值0）、ResultList（初始空数组）、Status（初始值RUNNING）
   • 为所有子SFN配置成功回调，执行完成后自动触发结果收集Lambda，传入本次返回结果与对应批次ID
   • 结果收集Lambda核心逻辑如下：

     # 核心伪代码
     record = dynamodb.get_item(Key={"BatchID": event["batch_id"]})["Item"]
     # 原子追加结果 + 累加完成计数
     updated = dynamodb.update_item(
         Key={"BatchID": event["batch_id"]},
         UpdateExpression="SET ResultList = list_append(ResultList, :res), CompletedCount = CompletedCount + :incr",
         ExpressionAttributeValues={":res": [event["sfn_result"]], ":incr": 1},
         ReturnValues="ALL_NEW"
     )["Attributes"]
     # 判断是否全部执行完成
     if updated["CompletedCount"] == updated["TotalJobs"]:
         dynamodb.update_item(Key={"BatchID": event["batch_id"]}, UpdateExpression="SET Status = :s", ExpressionAttributeValues={":s": "COMPLETED"})
         # 直接调用SES发邮件，或推SNS触发邮件发送逻辑
         send_email(updated["ResultList"])
     

2. 原有SQS方案的优化说明
   你原本考虑的SQS方案无需自行实现轮询：可直接为SQS配置Lambda触发器，SQS收到消息后会自动触发Lambda消费，计数逻辑仍然需要依赖DynamoDB的原子更新实现，相比上一方案多了SQS的中间层，没有额外收益不推荐使用。

补充优化点 #

• 可给DynamoDB的批次记录配置TTL，自动过期删除历史数据，无需额外开发清理逻辑
• 如需处理子SFN执行失败场景，可新增FailedCount字段，根据业务需求配置失败终止、部分结果汇总等规则

内容的提问来源于stack exchange，提问作者user3928562