Una aplicación heredada se migró a una función Lambda que realiza muchas llamadas a la API de terceros para extraer datos a fin de mes y luego los procesa para producir informes mensuales. El proveedor externo introdujo límites: un número fijo de llamadas a la API por minuto y por día (proporcionado en los encabezados de respuesta), devolviendo errores cuando se exceden los límites. La ejecución completa del procesamiento de datos ahora puede tardar días si la aplicación debe regularse para evitar exceder los límites. ¿Cuál es la forma más eficiente operativamente de refactorizar este flujo de trabajo sin servidor para respetar esos límites?

La opción de AWS Step Functions es la más eficiente operativamente porque permite una orquestación robusta y una gestión de reintentos con retrasos incorporados. Un estado Wait en Step Functions puede pausar la ejecución por un tiempo definido o hasta una fecha/hora específica, lo que es ideal para respetar los límites de tasa temporales. Cuando la API externa devuelve un error por límite excedido, Step Functions puede capturar ese error y usar un estado Wait antes de reintentar la llamada, asegurando que no se excedan los límites y que el procesamiento continúe automáticamente. Enviar tareas a una cola SQS y que Lambda las sondee es una opción viable para la regulación, pero requiere lógica adicional en la función Lambda para gestionar la tasa de sondeo y el manejo de errores por límites excedidos, lo que añade complejidad operativa. La métrica de CloudWatch para detener la Lambda no es una solución de regulación, sino de interrupción, y no permite que el procesamiento continúe una vez que se alcanzan los límites. Kinesis Data Firehose está diseñado para la ingesta y entrega de datos a gran escala, no para la orquestación de llamadas a API con límites de tasa.