本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
常见问题
以下是一些问题排查技巧，可帮助您解决使用 Firehose 流时遇到的常见问题。
Firehose 流不可用
Firehose 流不能作为 Log CloudWatch s、 CloudWatch Events 或 Io Amazon T 操作的目标提供，因为某些 Amazon 服务只能向位于相同的 Firehose 流发送消息和事件。 Amazon Web Services 区域验证您的 Firehose 流是否与其他服务位于同一区域。
目的地没有数据
如果没有数据摄取问题，并且为 Firehose 流发出的指标看起来不错，但您在目的地中看不到数据，请检查读取器逻辑。确保您的读取器正确解析所有数据。
数据新鲜度指标增长或未发出数据新鲜度指标
数据新鲜度用于衡量您的数据在 Firehose 流中的最新程度。这是指 Firehose 流中最早数据记录的期限，从 Firehose 摄取数据到现在的时间计算。Firehose 提供了可用于监控数据新鲜度的指标。要确定指定目标的数据新鲜度指标，请参阅使用指标监控 Amazon Data Firehose CloudWatch 。
如果您为所有事件或所有文档启用备份，请监控两个单独的数据新鲜度指标：一个用于主目标，另一个用于备份。
如果未发出数据新鲜度指标，则意味着 Firehose 流没有有效的传输。当完全阻止数据传输或没有任何传入数据时，会发生这种情况。
如果数据新鲜度指标在不断增加，则意味着数据传输落后。这可能是由于以下原因之一。
-
目标无法跟上传输速率。如果由于高流量而导致 Firehose 临时遇到错误，则传输可能会落后。Amazon S3 以外的目标可能会发生这种情况（S OpenSearch ervice、Amazon Redshift 或 Splunk 可能会发生这种情况）。确保您的目标有足够的容量来处理传入流量。
-
目标非常慢。如果 Firehose 遇到高延迟，则数据传输可能会落后。监控目标的延迟指标。
-
Lambda 函数运行缓慢。这可能导致数据传输速率要低于 Firehose 流的数据摄取速率。如果可能，请提高 Lambda 函数的效率。例如，如果函数处理网络 IO，请使用多个线程或异步 IO 来增加并行度。此外，考虑增加 Lambda 函数的内存大小，以便相应地增加 CPU 分配。这可能会加快 Lambda 的调用速度。有关配置 Lambda 函数的信息，请参阅配置 L ambda Amazon 函数。
-
在数据传输过程中出现故障。有关如何使用 Amazon Logs 监控错误 CloudWatch 的信息，请参阅使用日志监控 Amazon Data Firehose CloudWatch 。
-
如果 Firehose 流的数据来源是 Kinesis 数据流，则可能会存在限制情况。检查
ThrottledGetRecords、ThrottledGetShardIterator和ThrottledDescribeStream指标。如果有多个使用者附加到 Kinesis 数据流，请考虑以下事项：-
如果
ThrottledGetRecords和ThrottledGetShardIterator指标非常高，我们建议您增加为数据流预配置的分片数。 -
如果
ThrottledDescribeStream为高，我们建议您为中配置的角色添加kinesis:listshards权限KinesisStreamSourceConfiguration。
-
-
目标缓冲提示较低。这可能会增加 Firehose 传输到目的地所需的往返次数，从而可能导致传输滞后。考虑增大缓冲提示的值。有关更多信息，请参阅 BufferingHints。
-
当错误频繁发生时，较长的重试持续时间可能会导致传输落后。考虑减小重试持续时间。此外，监控错误并尝试减少这些错误。有关如何使用 Amazon Logs 监控错误 CloudWatch 的信息，请参阅使用日志监控 Amazon Data Firehose CloudWatch 。
-
如果目标为 Splunk 并且
DeliveryToSplunk.DataFreshness非常高，但DeliveryToSplunk.Success看起来不错，则 Splunk 集群可能很忙。如果可能，请释放 Splunk 集群。或者，请联系 Amazon Support，请求增加 Firehose 用来与 Splunk 集群通信的通道数量。
记录格式转换为 Apache Parquet 失败
如果您获取包含Set类型的 DynamoDB 数据，通过 Lambda 将其流式传输到 Fire Amazon Glue Data Catalog hose 流，然后使用将记录格式转换为 Apache Parquet，就会发生这种情况。
当 Amazon Glue Crawler 为 DynamoDB 集数据类型StringSet（NumberSet、BinarySet和）编制索引时，它会将它们分别存储在数据目录中SET<STRING>，即SET<BIGINT>、和。SET<BINARY>但对于 Firehose，要将数据记录转换为 Apache Parquet 格式，需要 Apache Hive 数据类型。由于集类型并非有效的 Apache Hive 数据类型，所以转换会失败。要进行成功转换，请使用 Apache Hive 数据类型更新数据目录。为此，您可以将数据目录中的 set 更改为 array。
在数据目录array中set将一种或多种数据类型从更改为 Amazon Glue
登录 Amazon Web Services Management Console 并打开 Amazon Glue 控制台，网址为https://console.aws.amazon.com/glue/
。 -
在左侧窗格中的数据目录标题下，选择表。
-
在表列表中，选择您需要修改一个或多个数据类型的表的名称。这会将您引导至该表的详细信息页面。
-
选择详细信息页面右上角的编辑架构按钮。
-
在数据类型列中，选择第一个
set数据类型。 -
在列类型下拉列表中，将该类型从
set更改为array。 -
根据您的ArraySchema场景的相应数据类型
array<binary>，在该字段中输array<string>入、或。array<int> -
选择更新。
-
重复之前的步骤，将其他
set类型转换为array类型。 -
选择保存。
Lambda 的已转换对象缺少字段
当您使用 Lambda 数据转换将 JSON 数据更改为 Parquet 对象时，某些字段可能会在转换后缺失。如果您的 JSON 对象有大写字母并且区分大小写设置为 false，则会发生这种情况，这可能会导致数据转换后的 JSON 密钥不匹配，从而导致 S3 存储桶中生成的 Parquet 对象中缺少数据。
要解决此问题，请确保将 hose 配置将 deserializationOption:
case.insensitive 设置为 true，以便 JSON 密钥在转换后匹配。