Eine Lambda-Funktion liest Datensätze aus einem Kinesis-Datenstrom und leitet sie an eine ältere REST-API weiter. Etwa 10 % der Datensätze weisen Datenfehler auf und erfordern eine manuelle Bearbeitung. Die Lambda-Funktion verfügt über eine SQS-Dead-Letter-Queue, die für Fehlerziele konfiguriert ist, verarbeitet Datensätze in Batches und verfügt über eine Wiederholungslogik. Während des Tests erscheinen viele fehlerfreie, bereits verarbeitete Datensätze in der DLQ. Welche Änderung der Event-Source-Option reduziert die Anzahl der fehlerfreien Datensätze, die in der DLQ landen?

Die Aktivierung des Batch-Splittings bei Fehlern (ReportBatchItemFailures) stellt sicher, dass Lambda nur die fehlerhaften Datensätze im Batch erneut verarbeitet und die erfolgreichen Datensätze als verarbeitet markiert. Ohne diese Option wird bei einem Fehler in einem einzelnen Datensatz der gesamte Batch erneut verarbeitet, was dazu führt, dass bereits erfolgreich verarbeitete Datensätze erneut in die DLQ gelangen, wenn sie Teil eines Batches mit einem Fehler sind. Das Erhöhen der Wiederholungsversuche würde die Anzahl der Elemente in der DLQ nicht reduzieren, da die erfolgreichen Elemente weiterhin mit den fehlerhaften Elementen wiederholt würden. Das Erhöhen der gleichzeitigen Batches pro Shard oder das Verringern des maximalen Alters eines Datensatzes würde das Problem der erneuten Verarbeitung erfolgreicher Datensätze nicht lösen.