Question

我目前正在向aws kinesis流发送一系列xml消息，我一直在不同的项目中使用它，所以我非常有信心这一点有效。然后我写了一个lambda来处理从kinesis流到kinesis firehose的事件：

import os
import boto3
import base64

firehose = boto3.client('firehose')


def lambda_handler(event, context):
    deliveryStreamName = os.environ['FIREHOSE_STREAM_NAME']

    # Send record directly to firehose
    for record in event['Records']:
        data = record['kinesis']['data']

        response = firehose.put_record(
            DeliveryStreamName=deliveryStreamName,
            Record={'Data': data}
        )
        print(response)

我已将kinesis流设置为lamdba触发器，并将批量大小设置为1，并将起始位置设置为LATEST。

对于kinesis firehose，我有以下配置：

Data transformation*: Disabled
Source record backup*: Disabled
S3 buffer size (MB)*: 10
S3 buffer interval (sec)*: 60
S3 Compression: UNCOMPRESSED
S3 Encryption: No Encryption
Status: ACTIVE
Error logging: Enabled

我发送了162个事件，我从s3读取它们，并且我已经设法得到它160，通常它更少。我甚至试图等待几个小时，因为重试时发生了一些奇怪的事情。

任何人都有使用kinesis的经验 - > lamdba - ＆gt; firehose，并看到丢失数据的问题？

Answer 1

根据我在这里看到的情况，当您将数据发布到Kinesis Stream（不是FireHose）时，很可能丢失了项目。

由于在写入FireHose时使用put_record，因此它将引发异常，并且在这种情况下将重试lambda。（检查该级别是否有故障是有意义的。）

因此，考虑到我可能认为记录在到达Kinesis流之前已经丢失。如果您使用put_records方法将项目发送到Kinesis流，这不能保证所有记录都将被发送到流（由于超出了写入吞吐量或内部错误），某些记录可能会失败已发送。在那种情况下，失败的记录子集应该由您的代码重新发送（这是Java example，很抱歉，我找不到Python）。

使用AWS kinesis流，lambda和firehose时，任何经验丰富的数据都会丢失？

1 个答案: