一家公司使用运行在 Amazon EC2 实例上的 RESTful API 从数千个远程设备收集数据。EC2 实例接收原始数据，对其进行转换，并将其存储在 Amazon S3 中。设备数量很快将增长到数百万。该公司需要一个高度可扩展且运维开销最小的解决方案。解决方案架构师应采取哪种组合步骤？（选择两项）

为了实现高可扩展性和最小运维开销，应将原始数据摄取与处理解耦。将 Amazon API Gateway 与 Amazon Kinesis Data Streams 结合使用，可以处理数百万设备的并发请求，并提供实时数据流能力。Kinesis Data Firehose 可以自动将数据从 Kinesis Data Streams 传输到 Amazon S3，无需管理服务器。一旦数据存储在 Amazon S3 中，使用 AWS Glue 进行数据转换是高效且无服务器的，它能够处理大规模数据，并自动发现数据模式和生成ETL作业。 其他选项： 仅添加更多 EC2 实例会增加运维开销，且难以应对数百万设备的动态负载。 使用 Amazon SQS 队列结合 EC2 实例处理数据，虽然解耦了，但仍需管理 EC2 实例，运维开销相对较高，且不如 Kinesis Data Streams 和 Firehose 组合在实时数据流和自动扩展方面高效。 Amazon Route 53 主要用于域名解析和流量路由，与数据摄取和处理的扩展性问题关系不大。