一个高流量网站运行在 EC2 上，并使用 Kinesis Data Streams 收集 Web 日志。Kinesis 消费者应用程序（也运行在 EC2 上）在数据高峰期会滞后，导致记录丢失。哪种解决方案能以最少的操作开销改进流处理？

当 Kinesis 消费者应用程序滞后时，GetRecords.IteratorAgeMilliseconds 指标会增加，表明消费者未能及时处理数据。通过增加 EC2 实例来横向扩展消费者，可以提高并行处理能力，从而更快地消费数据。增加 Kinesis 流的保留期（例如，从默认的 24 小时增加到 7 天）可以防止在消费者滞后期间数据丢失，因为数据会在流中保留更长时间，等待消费者处理。 选项 A 引入了 EMR 和 S3 的额外处理步骤，增加了复杂性和操作开销，且不能直接解决实时处理滞后的问题。选项 C 将消费者迁移到 Lambda 可能会有帮助，但 Lambda 的并发限制和冷启动问题可能不适合高流量场景，且不一定能以最少的操作开销解决问题。选项 D 增加 Kinesis 分片会提高流的写入吞吐量，但如果消费者处理能力不足，增加分片并不能解决消费者滞后问题，反而可能加剧问题，因为每个分片都需要一个消费者来处理。