A plataforma de IoT de uma empresa atualmente é executada on-premises: um servidor usa MQTT para coletar telemetria de dispositivos a cada 5 minutos e armazena metadados de dispositivos em um cluster MongoDB. Um aplicativo on-premises executado periodicamente agrega e transforma telemetria + metadados para produzir relatórios; esses trabalhos são executados por 120 a 600 segundos. Um aplicativo web separado é executado continuamente para servir os relatórios. A empresa está migrando para a AWS e deseja reduzir a sobrecarga operacional. Qual combinação de etapas atenderá aos requisitos com a MENOR sobrecarga operacional? (Escolha três.)

Configurar os dispositivos IoT para publicar no AWS IoT Core é a melhor opção para coletar telemetria, pois o IoT Core é um serviço gerenciado que suporta MQTT e escala automaticamente, reduzindo a sobrecarga operacional em comparação com servidores on-premises. Gravar os metadados do dispositivo no Amazon DocumentDB (com compatibilidade com MongoDB) é ideal porque oferece um banco de dados de documentos totalmente gerenciado e escalável, compatível com a API do MongoDB, eliminando a necessidade de gerenciar um cluster MongoDB autogerenciado. Usar AWS Step Functions com tarefas Lambda para preparar relatórios e Amazon S3 para armazená-los, combinado com Amazon CloudFront para servir, cria uma solução sem servidor e altamente escalável para processamento e entrega de relatórios, minimizando a sobrecarga operacional. As outras opções são menos ideais: Substituir conectores on-premises por funções Lambda para conectar-se diretamente aos dispositivos IoT não é a função principal do Lambda para coleta de dados IoT e o IoT Core é mais apropriado. Gravar metadados em um MongoDB autogerenciado em EC2 aumenta a sobrecarga operacional, o que a empresa deseja reduzir. Usar um cluster Amazon EKS para preparar e servir relatórios introduz complexidade e sobrecarga de gerenciamento de Kubernetes, que é maior do que uma solução sem servidor.