Uma empresa executa um aplicativo baseado em REST no Amazon EC2 que recebe dados quase em tempo real de um fornecedor terceirizado. O aplicativo processa e armazena os dados. O fornecedor recebe muitos erros 503 Service Unavailable ao enviar dados porque a capacidade de computação tem picos e o aplicativo atinge a capacidade máxima. Qual projeto um arquiteto de soluções deve recomendar para fornecer uma solução mais escalável?

A solução mais escalável é usar o Amazon Kinesis Data Streams para ingerir os dados e processá-los com funções AWS Lambda. O Kinesis Data Streams atua como um buffer de desacoplamento, absorvendo picos de tráfego e garantindo que nenhum dado seja perdido, mesmo quando o aplicativo EC2 atinge sua capacidade. As funções Lambda são sem servidor e escalam automaticamente para processar os dados do Kinesis, eliminando a necessidade de gerenciar a capacidade de computação e resolvendo os erros 503. Usar o Amazon API Gateway sobre o aplicativo existente pode ajudar a gerenciar o tráfego, mas um plano de uso com limite de cota pode causar a rejeição de solicitações legítimas durante picos, não resolvendo o problema de escalabilidade para o fornecedor. O Amazon SNS não é ideal para ingestão de dados em tempo real e não oferece o mesmo nível de buffering e processamento sequencial do Kinesis. Reempacotar o aplicativo como um contêiner no Amazon ECS com Auto Scaling é uma melhoria, mas ainda requer gerenciamento de capacidade e pode não reagir tão rapidamente a picos extremos quanto o Kinesis e o Lambda, que são intrinsecamente mais elásticos para esse caso de uso.