Snowplow流富集是否必须用DynamoDB？运行JAR遇相关报错求解答

没错，Snowplow针对Kinesis流的流富集流程确实必须依赖DynamoDB，这是由它的核心工作机制决定的。

你碰到的ERROR com.amazonaws.services.kinesis.leases.impl.LeaseManager - Failed to get table status for SnowplowEnrich-${enrich.streams.in.raw}错误，本质就是富集服务找不到对应的DynamoDB租赁表——要么是表压根没创建，要么是配置里的占位符${enrich.streams.in.raw}没替换成实际的Kinesis流名称，也有可能是运行JAR的IAM角色没有访问DynamoDB的权限。

这里再给你拆解下为什么必须用DynamoDB：

• 它的租赁管理（Lease Manager）组件需要DynamoDB来存储Kinesis分片的租赁信息，追踪哪些分片被哪个富集实例在处理，这样多实例部署时能避免重复处理同一条数据，还能在实例故障时实现无缝的分片接管，保证数据处理的Exactly-Once语义。
• 你需要先创建符合Snowplow要求的DynamoDB表（可以用官方提供的Terraform模块快速生成，也能手动创建，核心字段包括leaseKey、owner、counter等）。
• 同时要确保运行富集JAR的角色拥有足够的DynamoDB权限，比如dynamodb:GetItem、dynamodb:PutItem、dynamodb:UpdateItem、dynamodb:Scan，如果让服务自动创建表的话还需要dynamodb:CreateTable权限。

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