一位数据工程师必须摄取实时流数据，并使用长达 30 分钟的窗口运行基于时间的分析。该解决方案必须具有高容错性，并且只需最少的运营开销。哪个选项满足这些要求？

正确答案是使用 Amazon Managed Service for Apache Flink（以前称为 Amazon Kinesis Data Analytics）通过多种类型的聚合来分析数据，以执行长达 30 分钟窗口的基于时间分析。Apache Flink 专为实时流数据处理设计，能够高效地执行基于时间窗口的分析，例如 30 分钟的窗口。它内置了高容错性，并且作为托管服务，极大地减少了操作开销。 其他选项不满足所有要求： 仅使用 AWS Lambda 函数进行 30 分钟的窗口聚合会变得复杂且难以维护，因为 Lambda 是无状态的，需要额外的机制来管理窗口状态和容错性，这会增加操作开销。 选项中提到“可能偶尔包含重复数据”的 Apache Flink 描述虽然 Flink 可以处理重复数据，但这并不是该问题的核心要求，且不如直接指出其窗口分析能力准确。 另一个 Lambda 选项同样存在状态管理和容错性方面的挑战，不适合长时间窗口的复杂流处理。