随着扩展Kinesis Data Streams并向Kinesis Data Analytics添加KPU，数据如何流动？

【以下的问题经过翻译处理】 我有一个事件处理架构，基本上是KPL Producer -> Kinesis Data Streams(Raw) -> KDA(Flink Aggregation) -> Kinesis Data Streams(Agg) -> Lambda -> Timestream。使用10个Raw Shards的基本设置，Flink应用程序上有2个KPU，并使用5个Agg Shards(按需)和大约100个每秒请求率，我的堆栈可以在经过整个工作流程到Timestream的延迟下处理数据大约一分钟。当我预先调整好各种设置以处理更高的工作量（几天后才到达）时，我注意到当前延迟从1分钟变成了30分钟才能到达Timestream。我需要了解的问题是工作流程的哪个环节增加了延迟，当前堆栈现在是200个Raw Shards，25个KPU和15个Agg Shards(按需)。我知道延迟很可能是在Flink中发生的，因为我可以看到每30分钟写出一大批记录，使用我的Agg KDS的传入记录计数，但我的问题是为什么会这样？我知道当我的请求减少时，这个问题会消失，但我一直想知道Flink在内部发生了什么，从而增加了这个延迟。