我有一个连接到 AWS Kinesis 数据流的 AWS Lambda 函数。最近流中的数据量显着增加，但 Lambda 函数的并发执行数量却没有增加。 “并发执行数”始终徘徊在 2-3 左右，尽管您可以看到迭代器在队列中备份了相当多的记录等待处理： (https://i.sstatic.net/wdBhSgY8.png)
我尝试使用 4 个 Kinesis 分片 + 每个分片 10 个并行执行来设置此 Lambda 函数/Kinesis 流，甚至尝试在 Lambda 中配置 10 个并发。尽管如此，它永远不会超过 3 个并发执行。
AWS 文档这里 说： “例如，当您将 ParallelizationFactor 设置为 2 时，最多可以有 200 个并发 Lambda 调用来处理 100 个 Kinesis 数据分片（尽管在实践中，您可能会看到 ConcurrentExecutions 指标的不同值）。”为什么“在实践中”我们可能会看到并发执行的不同值？为什么我的卡在2-3？
我确信我只是无法理解一些基本的 Lambda 概念，但我在任何地方都找不到好的解释。触发 Lambda 一次运行多个并发执行的变量是什么？如何让我的 Lambda 函数运行更多并发执行？
有关我的 Lambda 函数和 Kinesis 流的详细信息：
Lambda 函数是 Python 3.9 函数
（https://i.sstatic.net/zOiRUoq5.png）
（https://i.sstatic.net/bmO5z6cU.png）
通过进一步研究，我确定 Kinesis 分片数量和并发 Lambda 执行的限制变量是 Kinesis 流中的分区键数量。
具有相同分区键的所有记录将始终进入同一个 Kinesis 分片。因此，即使您有 100 个分片，如果您的记录中有 1 个分区键，那么您也只会使用 1 个分片。即使您的数据超出了该分片的容量，Kinesis 也不会使用另一个分片。
同样，Lambda 拒绝同时处理具有相同分区键的多批记录，以维持流中事件的正确顺序。如果 Lambda 同时处理 100 批具有相同分区键的记录，它就无法再保证以正确的顺序处理它们。
因此，考虑到一个分区键的所有记录都进入同一个 Kinesis 分片，并且 Lambda 永远不会同时执行同一分区键的多个批次，那么我们可能会想：为什么有一个“每个分片并发执行数”的设置拉姆达？答案是多个不同的分区键都可以转到单个 Kinesis 分片。例如，您的传入数据中可以有 3 个不同的分区键，并且如果数据量足够小（例如小于 1,000 MB/秒），则具有这 3 个分区键的所有记录都可以转到相同的 Kinesis 分片。然后，由于 Lambda 可以同时处理不同的分区键，因此它将为每个 1 个分片运行 3 个并发批次（该分片上的每个分区键一个）。
总之，要在 Lambda 中运行并发执行，您必须在传入数据中指定多个不同的分区键。同样，要在 Kinesis 中使用多个分片，您必须使用不同的分区键并超过第一个分片的容量。
在我的示例中，我从大约 100 个不同的服务器接收传入数据，因此我将把服务器 ID 等内容附加到分区键中，以便每个服务器都有一个唯一的分区键。现在，Lambda 将同时处理所有 100 台服务器的事件。
分区键告诉 Kinesis/Lambda，“具有此分区键的每条记录都是一个唯一的事件队列；请将这些记录写入同一个 Kinesis 分片，并且切勿在 Lambda 中同时运行它们，从而保持这些记录的顺序”。如果您想要并发处理和多个分片，请为每个事件队列指定不同的分区键。
以下答案综合在一起后，提供了回答我的问题所需的信息：
