Os sensores das máquinas de uma empresa de manufatura carregam arquivos .csv para um bucket do Amazon S3. Cada .csv deve ser convertido em uma imagem o mais rápido possível para relatórios gráficos automáticos. As imagens se tornam irrelevantes após 1 mês, mas os arquivos .csv devem ser mantidos para treinar modelos de machine learning duas vezes por ano. Os treinamentos e auditorias de ML são agendados com semanas de antecedência. Qual combinação de etapas atenderá a esses requisitos da forma MAIS econômica? (Escolha duas.)

A função AWS Lambda é a solução mais econômica para processamento sob demanda, pois é invocada apenas quando um arquivo .csv é carregado, eliminando custos de recursos ociosos. Ela converte os .csv em imagens rapidamente, atendendo ao requisito de velocidade. As regras de ciclo de vida do S3 otimizam custos: a transição dos .csv para o S3 Glacier após 1 dia é ideal para dados acessados sem urgência (duas vezes por ano), pois o Glacier é o mais barato para arquivamento. Expirar as imagens após 30 dias economiza armazenamento, já que se tornam irrelevantes. Iniciar uma instância Spot do EC2 a cada hora é menos econômico, pois incorre em custos mesmo que nenhum arquivo seja carregado e pode ser interrompida. Transicionar para S3 One Zone-IA ou S3 Standard-IA é mais caro que Glacier para arquivamento de longo prazo com acesso infrequente e previsível. Manter imagens em RRS não é uma opção válida, pois o RRS foi descontinuado e não atende ao requisito de expiração.