一家公司将使用 Amazon DynamoDB 作为主数据库，但传入的数据项可能会超出 DynamoDB 的项目大小限制（当前最大大小为 700 KB 且还在增长）。哪种解决方案能够以最高的运营效率处理大数据大小？

将大数据作为对象存储在 Amazon S3 存储桶中，并在 DynamoDB 表中存储指向这些 S3 对象的 URL，是处理超出 DynamoDB 项目大小限制数据的最高效方法。S3 提供了几乎无限的存储空间和高可用性，而 DynamoDB 则用于存储元数据和 S3 对象的引用，保持了其高性能特性。 其他选项的缺点： 创建 Lambda 函数过滤数据并存储在 DocumentDB：这引入了额外的数据库和管理复杂性，降低了操作效率。 将大数据拆分为多个项目：这会增加 DynamoDB 的项目数量和读取复杂性，并且仍然受限于单个项目的大小。 使用 gzip 压缩：虽然可以减少数据大小，但如果原始数据非常大，压缩后仍可能超出 400 KB 的限制，并且每次读写都需要额外的计算资源进行压缩和解压缩，增加了延迟和成本。