Uma aplicação web por trás de uma distribuição CloudFront precisa de monitoramento quase em tempo real para taxas de erro e detecção de anomalias. Qual combinação de ações um desenvolvedor deve tomar para construir um painel que forneça o monitoramento mais frequente? (Escolha duas.)

Para monitoramento quase em tempo real, habilitar logs em tempo real do CloudFront e enviá-los para o Kinesis Data Streams é a abordagem mais eficaz. O Kinesis Data Streams permite o processamento e análise de dados em tempo real. Em seguida, usar o Kinesis Data Streams para encaminhar esses logs para o Amazon OpenSearch Service (anteriormente Elasticsearch Service) via uma função Lambda, e construir um painel no OpenSearch Dashboards, permite visualização e detecção de anomalias em tempo quase real. A opção de transmitir logs para um bucket S3 e usar o Amazon Athena é para análise de logs em lote, não em tempo quase real. Transmitir logs para o Kinesis Data Firehose é uma opção válida para ingestão de dados, mas não oferece o mesmo nível de controle e processamento em tempo real que o Kinesis Data Streams para este caso específico de detecção de anomalias. Configurar o Kinesis Data Firehose para enviar logs para o CloudTrail não é o uso pretendido do CloudTrail, que é para auditoria de ações da API, não para logs de acesso de aplicações web.