Una función Lambda procesa registros de un Kinesis data stream, pero el procesamiento de registros se ha ralentizado. La antigüedad del iterador de Lambda está aumentando y la duración de la función es consistentemente alta. ¿Qué acciones debería tomar el desarrollador para acelerar el procesamiento? (Elija dos)

El aumento de la antigüedad del iterador y la alta duración de la función Lambda indican que la función no puede procesar los registros tan rápido como llegan. Aumentar el número de shards en el Kinesis data stream (A) es correcto porque cada shard permite una invocación concurrente de la función Lambda. Más shards significan más invocaciones paralelas, lo que acelera el procesamiento general y reduce la antigüedad del iterador. Asignar más memoria a la función Lambda (C) es correcto porque esto también aumenta la CPU disponible para la función. Si la función es computacionalmente intensiva, más CPU puede reducir su tiempo de ejecución, permitiéndole procesar más registros por invocación y, por lo tanto, reducir la antigüedad del iterador. Reducir la configuración de tiempo de espera (B) o aumentar la configuración de tiempo de espera (E) no aborda la causa raíz del procesamiento lento; la primera podría causar fallos prematuros y la segunda solo permitiría que la función se ejecute más tiempo sin resolver la lentitud. Disminuir el número de shards (D) solo empeoraría el problema al reducir la concurrencia.