一个 Python 脚本每 10 分钟在 EC2 实例上运行一次，用于摄取和处理来自 S3 存储桶的文件；每个文件大约需要 5 分钟来处理，并且只处理一次。CloudWatch 指标显示 EC2 实例大约有 40% 的时间处于空闲状态。公司希望工作负载具有高可用性、可扩展性，并减少持续的管理开销。哪种解决方案能以最具成本效益的方式满足这些要求？

将处理脚本迁移到 AWS Lambda 函数，并使用 S3 事件通知在对象上传时调用 Lambda 进行处理，是最具成本效益且满足高可用性、可扩展性并减少管理开销的方案。Lambda 是一种无服务器计算服务，按需运行代码，仅在文件上传时付费，无需管理服务器。S3 事件通知直接触发 Lambda，实现实时处理。 其他选项： SQS + EC2 Auto Scaling 增加了管理 SQS 队列和 EC2 实例的开销，且 EC2 实例即使在空闲时也可能产生费用。 在 EC2 实例上运行容器并轮询 S3 存储桶，仍然需要管理 EC2 实例，并且轮询机制效率较低，可能导致不必要的资源消耗。 Fargate 上的 ECS 提供了无服务器容器管理，但通过 Lambda 调用 Fargate RunTask API 引入了额外的复杂性和潜在的延迟，且 Fargate 成本可能高于直接使用 Lambda 处理。