Uma empresa armazena arquivos de texto no Amazon S3 que contêm mensagens de chat de clientes, timestamps e PII de clientes. A empresa deve fornecer amostras de conversas a um provedor de serviços externo para controle de qualidade. O provedor precisa selecionar aleatoriamente amostras até a conversa mais recente. A empresa não deve compartilhar PII de clientes. A solução deve escalar à medida que as conversas crescem e ter o menor overhead operacional. Qual solução atende a esses requisitos?

A solução correta utiliza um Object Lambda Access Point, que permite que uma função AWS Lambda processe dados de objetos S3 à medida que são acessados. Isso permite redigir informações de PII em tempo real, sem modificar o objeto original no S3. A função Lambda é invocada automaticamente quando o provedor de serviços externo acessa o Object Lambda Access Point, garantindo que apenas dados redigidos sejam entregues. Essa abordagem é escalável, pois o Lambda dimensiona automaticamente, e tem baixo overhead operacional, pois não requer gerenciamento de infraestrutura adicional ou processos de ETL complexos. As opções incorretas apresentam desvantagens: A criação de um processo em lote em uma instância EC2 para redigir e gravar arquivos em outro bucket aumenta o overhead operacional, requer gerenciamento de servidores e duplica o armazenamento de dados. Além disso, pode haver um atraso na disponibilidade dos dados mais recentes. A criação de uma tabela DynamoDB para armazenar dados não PII introduz complexidade, custo adicional e pode não ser ideal para armazenar grandes volumes de dados textuais de conversas. Além disso, a função Lambda precisaria ser acionada para cada novo arquivo, o que pode ser ineficiente para grandes volumes.