问题的出现的原因是DynamoDB在单个BatchWriteItem请求中只能发送最多25个项目，但可以同时发送多个BatchWriteItem请求。为了加快速度，可以将这20,000行数据分成多个线程/进程/主机，并以并行方式将其推送到数据库。此外，还可以使用AWS Data Pipeline从S3中摄取数据，通过创建Hadoop集群自动化地将数据从S3下载并以一系列并行的BatchWriteItem请求发送到DynamoDB。

解决方法是使用并行线程来提高写入速度，同时可以使用AWS Data Pipeline来自动化数据摄取和导入到DynamoDB。此外，还可以通过提前告知DynamoDB每秒需要执行的读写操作数量来设置适当的预配置吞吐量。

如果使用AWS Data Pipeline，需要将所有数据从应用程序输出到S3，然后使用Data Pipeline将数据导入DynamoDB。相对于直接将数据写入DynamoDB，将数据先上传到S3，然后再导入DynamoDB的速度可能会更慢。但如果数据已经存储在其他地方，并且该地方可以是S3，使用Data Pipeline可以避免编写并行传输代码的工作。

解决写入超过25个项目到DynamoDB的问题的方法是使用并行线程将数据分批推送到数据库，并可以使用AWS Data Pipeline自动化数据摄取和导入。预配置吞吐量是设置DynamoDB执行读写操作的速度的重要参数。使用Data Pipeline需要将数据先上传到S3，然后再导入到DynamoDB，相对于直接写入DynamoDB可能会更慢，但可以避免编写并行传输代码的工作。

问题的出现原因是在使用DynamoDB的Table时，需要将超过25个项/行写入Table，但是在给定的代码中没有提供解决方法。要解决这个问题，可以使用lodash库将数据数组切分成大小为25的块，然后使用async库的each/every方法对这些块进行批量写入操作。下面是解决方法的代码示例：

const _ = require('lodash');
const async = require('async');
function putInHistory(data, cb) {
  var arrayOfArray25 = _.chunk(data, 25);
  async.every(arrayOfArray25, function(arrayOf25, callback) {
    var params = {
      RequestItems: {
        [TABLES.historyTable]: []
      }
    };
    arrayOf25.forEach(function(item){
      params.RequestItems[TABLES.historyTable].push({
        PutRequest: {
          Item: item
        }
      });
    });
    docClient.batchWrite(params, function(err, data) {
      if (err) { 
        console.log(err);
        callback(err);
      } else {
        console.log(data);
        callback(null, true);
      }
    });
  }, function(err, result) {
    if (err) {
      cb(err);
    } else {
      if (result) {
        cb(null, {allWritten: true});
      } else {
        cb(null, {allWritten: false});
      }
    }
  });
}

通过使用lodash库的`_.chunk`方法将数据数组分割成大小为25的块，然后使用async库的`every`方法对每个块进行操作。在每个块的操作中，创建一个包含25个项的参数对象，并循环遍历每个项，将其添加到参数对象的`RequestItems`属性中。最后，使用DynamoDB的`batchWrite`方法将参数对象中的项批量写入Table。当所有块都处理完毕后，通过回调函数将结果返回给调用者。

如何将超过25个项目/行写入DynamoDB表？

当我在寻找使用JavaScript SDK完成此操作的代码时，我找不到，所以我自己组合了一下。希望这对其他人有所帮助！

function multiWrite(table, data, cb) {
    var AWS = require('aws-sdk');
    var db = new AWS.DynamoDB.DocumentClient({region: 'us-east-1'});
    // 构建批次
    var batches = [];
    var current_batch = [];
    var item_count = 0;
    for(var x in data) {
        // 将项目添加到当前批次
        item_count++;
        current_batch.push({
            PutRequest: {
                Item: data[x]
            }
        });
        // 如果添加了25个项目，则将当前批次添加到批次数组并重置它
        if(item_count%25 == 0) {
            batches.push(current_batch);
            current_batch = [];
        }
    }
    // 如果最后一个批次有记录且不等于25，则添加最后一个批次
    if(current_batch.length > 0 && current_batch.length != 25) batches.push(current_batch);
    // 数据库操作的处理程序
    var completed_requests = 0;
    var errors = false;
    function handler(request) {
        return function(err, data) {
            // 增加已完成请求的数量
            completed_requests++;
            // 设置错误标志
            errors = (errors) ? true : err;
            // 如果出现错误，则记录错误
            if(err) {
                console.error(JSON.stringify(err, null, 2));
                console.error("导致数据库错误的请求：");
                console.error(JSON.stringify(request, null, 2));
            }
            // 如果完成了所有请求，则进行回调
            if(completed_requests == batches.length) {
                cb(errors);
            }
        }
    }
    // 发出请求
    var params;
    for(x in batches) {
        // 项目放在params.RequestItems.id数组中
        // 项目的格式为{PutRequest: {Item: ITEM_OBJECT}}
        params = '{"RequestItems": {"' + table + '": []}}';
        params = JSON.parse(params);
        params.RequestItems[table] = batches[x];
        // 执行batchWrite操作
        db.batchWrite(params, handler(params));
    }
}

请注意，此代码没有处理每个batchWrite中的错误。例如，您可能需要处理batchWrite结果返回的UnprocessedItems。有关更多信息，请参见docs.aws.amazon.com/amazondynamodb/latest/APIReference/...。