问题内容
我正在尝试使用 lambda 将数据从 S3 存储桶文件夹加载到雪花表。我设置了一个 S3 触发器，其中我的文件被摄取，并在 lambda 和雪花之间形成集成，以将传入文件加载到我的 s3 到雪花表中。
问题是有 1000 个文件被提取到我的 S3 文件夹中，并且在我的雪花和 lambda 之间形成拥塞。我正在寻找一种方法，当 1000 个文件被摄取到我的 S3 存储桶时，lambda 应一次处理一个文件。加载第一个文件后，只有它按顺序处理下一个文件。例如：要么从雪花接收确认，要么在其上接收确认。
正确答案
您可以将 AWS Lambda 函数配置为具有预留并发- AWS Lambda：
通过设置 Reserved Concurrency = 1，一次只会运行一个 Lambda 函数实例。根据您的 Snowflake 配置，您可以选择将其增加到 2 或 3，以更快地处理文件，而不会压垮 Snowflake。
您还可以配置批量大小，这是传递给函数的最大事件数。如果 S3 向同一 Lambda 实例发送多个文件，您的代码可以循环遍历事件并在每次调用时处理多个文件。
我只是稍微担心，如果您创建了大量对象，并且 Lambda 函数受到并发数 1 的限制，则 S3 对 Lambda 的调用多次重试后可能会导致超时。如果是这样，您应该：
- 配置 S3 以将事件发送到 Amazon SQS 队列（而不是直接发送到 Lambda 函数），并且
- 配置 Lambda 以从 SQS 队列中提取消息
这样，消息将安全地排队，而不是由于大量文件积压而（可能）超时。
