[英]How to trigger AWS Lambda just once on multiple S3 notifications
我们正在设计一个管道。 我们得到一些进入 S3 存储桶的原始文件,然后我们应用一个模式,然后将它们保存为 parquet。
到目前为止,我们正在为每个写入的文件触发 lambda function,但理想情况下,我们希望仅在写入所有文件后才开始此过程。 我们怎样才能触发 lambda 一次?
我鼓励您使用一种替代方案,以保持发布者(无论谁在写作)和订阅者(您)之间的分离。 出版商会告诉你什么时候写的; 您有责任选择何时处理这些事情。 这里的简洁模式是让发布者分批编写其文件并发布清单供您触发:即一个列表,上面写着“我刚刚写了所有这些东西,你可以在这些地方找到它们”。 由于您没有该/无法更改发布者,因此我建议以下内容:
将通知从发布者发送到SQS 队列。
安排您的 lambda 按计划运行; 多久取决于您愿意延迟摄入多长时间。 如果您希望数据在发布和被系统摄取之间最多延迟 5 分钟,请将 lambda 设置为每 4 分钟触发一次。 您可以为此使用 Cloudwatch 通知。
当您的 lambda 运行时,轮询队列。 继续前进,直到您累积最大数量的通知 X,您想在一个 go 中处理,或者队列为空。
过程。 如果停止轮询时队列不为空,则立即触发另一个 lambda 执行。
以上注意事项:
如所写,它不是并行的,因此如果您的 lambda 执行速度比队列填满的速度慢,您需要 1. 更频繁地运行或 2. 插入负载平衡步骤:lambda 是按计划触发,轮询队列,并根据需要调用尽可能多的处理 lambda,以便每个都收到 X 通知。
一般的 SNS 和 SQS 非 FIFO 队列具体不保证完全一次交付。 他们可以向您发送重复的通知。 确保您可以干净地处理重复处理。
将您的 Lambda 连接到 Webhook(API 网关),然后在您的客户端应用程序完成后从您的客户端应用程序调用它。
解决方案:
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.