Une fonction Lambda traite les enregistrements d'un flux de données Kinesis, mais le traitement des enregistrements a ralenti. L'âge de l'itérateur Lambda augmente et la durée de la fonction est constamment élevée. Quelles actions le développeur devrait-il entreprendre pour accélérer le traitement ? (Choisissez deux.)

L'augmentation du nombre de shards dans le flux de données Kinesis permet de paralléliser le traitement des enregistrements. Chaque shard peut être traité par une invocation Lambda concurrente, ce qui réduit l'âge de l'itérateur et accélère le traitement global. L'allocation de plus de mémoire à la fonction Lambda peut améliorer ses performances en lui donnant plus de CPU proportionnellement, ce qui réduit la durée d'exécution de la fonction pour chaque lot d'enregistrements. Réduire le paramètre de timeout de la fonction Lambda n'accélérerait pas le traitement ; cela pourrait même entraîner des échecs si la fonction ne termine pas son exécution à temps. Diminuer le nombre de shards réduirait la parallélisation et ralentirait davantage le traitement. Augmenter le paramètre de timeout de la fonction Lambda ne ferait que lui donner plus de temps pour s'exécuter, sans nécessairement accélérer le traitement.