一家公用事业公司每5分钟收集一次智能电表使用数据。数据通过 Amazon API Gateway 传输，进入 AWS Lambda 函数，并存储在 Amazon DynamoDB 表中。在试点期间，Lambda 运行时间为3-5秒，但随着电表数量的增加，Lambda 持续时间增加到1-2分钟，并且更多指标类型进一步增加了持续时间。DynamoDB PUT 操作出现了许多 ProvisionedThroughputExceededException 错误，Lambda 也出现了许多 TooManyRequestsException 错误。以下哪种组合更改可以解决这些问题？（选择两项）

DynamoDB 的 ProvisionedThroughputExceededException 错误表明表的写入容量不足，需要增加写入容量单位来处理高并发写入。Lambda 的 TooManyRequestsException 错误和持续时间增加表明 Lambda 函数被过度调用或处理能力不足。将数据流式传输到 Amazon Kinesis Data Stream 可以作为数据缓冲区，平滑突发流量，并允许 Lambda 函数批量处理数据，从而减少调用次数和每次调用的开销，提高效率。增加 Lambda 内存可以减少函数执行时间，但不能解决 TooManyRequestsException 错误或根本的流量突增问题。增加智能电表有效负载大小会加剧问题。使用 SQS FIFO 队列会引入严格的顺序处理，可能限制吞吐量，且无法有效处理高并发写入到 DynamoDB 的问题。