AWS Lambda 和 SQS：故障报告答案

【问题标题】：AWS Lambda and SQS: failure reportingAWS Lambda 和 SQS：故障报告
【发布时间】：2021-04-09 09:21:15
【问题描述】：

这更像是一个“最佳实践”或“我做得对吗”的问题，但我在 Internet 上的任何地方都找不到答案。我正在准备一个 AWS Lambda (Java)，它将由 SQS 事件触发。它将接收多达 10 个事件并进行处理。如果某些事件无法正确处理（依赖于外部服务），它将从 SQS 队列中删除已处理的事件。真的没有什么特别花哨的:) 问题是 - 如果批处理（部分或全部）失败，我应该如何完成 lambda 的执行。

Lambda 处理程序的代码如下所示：

public class LambdaHandler implements RequestHandler<SQSEvent, Void> {

    private final CopierComponent copierComponent;

    public LambdaHandler() {
        this.copierComponent = DaggerCopierComponent.builder().build();
    }

    @Override
    public Void handleRequest(SQSEvent sqsEvent, Context context) {
        context.getLogger().log("entering the function");
        copierComponent.ldpDynamoToEsCopier().processMessages(sqsEvent);
        return null;
    }
}

问题：

如果成功，LambdaHandler 只会返回 null。它应该返回其他东西吗？某种带有代码 200 的 LambdaResponse？一些例子提出了字符串“200 OK”，但这真的重要吗？
如果失败，processMessages 将首先从 SQS 中删除已处理的消息，然后引发异常 (BatchProcessingFailure)。 SQS 不会收到任何响应，所以在可见性超时后，它会将未处理的消息返回到队列中（也配置了 DLQ）。

我不喜欢这种方法。是否有其他方法可以返回某个值或以失败状态完成 lambda？某种代码为 500 的 LambdaResponse，它会通知 SQS 不要删除消息并将它们返回到队列中？

【问题讨论】：

在部分批处理失败的情况下，除了手动删除那些成功的消息并让其他消息的可见性超时并让 sqs 重新传递它们之外，别无他法。您可以更新失败消息的可见性超时，以便更快地发生可见性超时。或者，您必须以多次处理相同消息没有问题的方式构建代码/基础架构，例如因为它是后来失败的批次的一部分。不，没有返回值意味着什么。
谢谢！ ProcessMessages 方法已经处理了从 SQS 中删除已处理的消息，所以这部分我没有问题。我只是想知道是否有其他方法可以以其他/更优雅的方式完成 handleRequest 方法，然后在出现任何问题时抛出异常。

标签： java aws-lambda amazon-sqs

【解决方案1】：

现在似乎支持在使用来自 Lambda 的 SQS 消息时出现部分故障：https://docs.aws.amazon.com/lambda/latest/dg/with-sqs.html#services-sqs-batchfailurereporting

【讨论】：

【解决方案2】：

不，您不需要返回任何特殊的东西。返回的数据仅与其他 Lambda 集成相关，例如与 API 网关结合使用。
我认为没有比在发生错误时抛出异常更好的方法了。来自 AWS 文档：

如果您的函数成功处理批处理，Lambda 会从队列中删除消息。如果您的函数受到限制、返回错误或没有响应，则该消息将再次可见。失败的批处理中的所有消息都返回队列，因此您的函数代码必须能够多次处理同一消息而不会产生副作用。

来源：Using AWS Lambda with Amazon SQS

如果您不想多次重新处理消息，我对您的建议：

（立即）从队列中删除所有成功的消息。
如果一条或多条消息失败，请在您的 Lambda 函数中引发异常。如果您不抛出异常，Lambda 服务会认为一切正常并从队列中删除该批次的所有消息 - 这不是您想要的。

【讨论】：

谢谢，我确实做到了： - 处理所有消息，存储成功的信息 - 如果成功计数低于初始计数，则从 SQS 中删除所有成功消息并抛出异常