[Kinesis] 动态分片

【以下的问题经过翻译处理】 客户倾向将IoT摄取的数据接收到Kinesis Data Stream（之后简称KDS）。他们比起Kinesis Firehose（KF，之后简称KF），更喜欢KDS，因为KDS可以支持Lambda，但KF只支持S3和非计算消费者。他们想要摄取KDS，以便可以显示接近实时的分析仪表板。

但是KDS的一点不便之处在于我们需要预测分片的数量。IoT应用是家用电器，因此会有用量的波动。我搜索了一下，发现有一种解决方案可以像这样动态调整分片数。https://medium.com/slalom-data-analytics/amazon-kinesis-data-streams-auto-scaling-the-number-of-shards-105dc967bed5但是，我应该应用这种技术吗？我想知道是否已经有其他人完成了一些这样的工作。

峰值数据摄取约为60MB /秒。这个数字的计算方式如下。我们知道家用电器在晚上不会被很活跃使用。未来约有60K-100K台新设备将被销售。(因为已经有60K台设备被销售了)。每个设备每2秒会产生大约2KB的数据。这使得峰值约为60K * 1KB。如果我们正确完成批处理，我认为应该需要大约60个分片。