Uma plataforma de podcast detecta baixo engajamento analisando uma janela deslizante de 10 minutos de eventos do usuário. Você deve ingerir eventos e transformar os 10 minutos mais recentes de dados antes de executar a inferência com sobrecarga operacional mínima. Qual design é o melhor?

A opção correta é usar o Amazon Kinesis Data Streams para ingestão de eventos em tempo real e o Amazon Kinesis Data Analytics para processar e transformar a janela deslizante de 10 minutos. O Kinesis Data Streams é ideal para dados de streaming de alta vazão, e o Kinesis Data Analytics oferece recursos de janelamento (windowing) para processar dados em intervalos de tempo definidos, como os 10 minutos exigidos, com baixa sobrecarga operacional. As outras opções são menos eficientes: Usar Amazon MSK com Kinesis Data Analytics é possível, mas o Kinesis Data Streams é mais integrado e otimizado para ingestão em tempo real no ecossistema AWS. Kinesis Data Streams com Kinesis Data Firehose para S3 e Lambda introduz latência e complexidade desnecessárias, pois o Firehose é mais para entrega contínua para armazenamento, não para processamento em tempo real de janelas deslizantes. Amazon MSK com AWS Lambda para transformação pode ser mais complexo de gerenciar para processamento contínuo de janelas deslizantes em comparação com o Kinesis Data Analytics.