Veröffentlicht am: Jan 12, 2023
AWS Lambda unterstützt jetzt die Einstellung „Maximale Parallelität“ für die Amazon SQS-Ereignisquelle. Die maximale Parallelität für SQS als Ereignisquelle ermöglicht es Kunden, die maximale Anzahl gleichzeitiger Aufrufe durch die Amazon SQS-Ereignisquelle zu kontrollieren. Wenn mehrere Amazon SQS-Ereignisquellen für eine Funktion konfiguriert sind, können Kunden die maximale Anzahl gleichzeitiger Aufrufe einzelner SQS-Ereignisquellen steuern.
Lambda macht es einfach, Ereignisse von Amazon SQS in großem Umfang zu nutzen. Eine Lambda-Funktion abonniert eine SQS-Warteschlange mithilfe einer Zuordnung von Ereignisquellen (ESM). Das ESM besteht aus Verarbeitungsinstanzen, die die Warteschlange nach Nachrichten abfragen und die Lambda-Funktion aufrufen. Verarbeitungsinstanzen werden hochskaliert, wenn mehr Nachrichten zu verarbeiten sind, und sie werden herunterskaliert, wenn Funktionsfehler auftreten oder wenn die Anzahl der Nachrichten in der Warteschlange sinkt.
Bisher mussten Kunden, die die maximale Anzahl gleichzeitiger Aufrufe durch den ESM begrenzen wollten, ein reserviertes Parallelitätslimit festlegen, das die von der Funktion verwendete Parallelität einschränkte, allerdings auf Kosten eines weniger konsistenten Durchsatzes und wiederholter Nachrichtenversuche aufgrund der Funktionsdrosselung. Dieses neue Steuerelement für die Zuordnung von Ereignisquellen begrenzt direkt die Anzahl der gleichzeitigen Aufrufe, ohne dass die reservierte Parallelität konfiguriert werden muss, um eine ähnliche Aktion auszuführen.
Sie können mit der Nutzung der maximalen Parallelität für Amazon SQS über die AWS-Managementkonsole, das AWS CLI, AWS SAM oder AWS SDK für Lambda beginnen. Sie können diese Funktion ohne Zusatzkosten in allen Regionen nutzen, in denen AWS Lambda angeboten wird. Weitere Informationen über die Verfügbarkeit von AWS Lambda erhältst du in der AWS-Regionentabelle. Weitere Informationen zum Erstellen einer Amazon SQS-Anwendung mit Lambda finden Sie im Lambda-Entwicklerhandbuch und im AWS Compute Blog.