一家汽车制造商通过 MQTT 从许多车辆收集遥测数据。数据每 5 分钟处理一次，并复制到本地存储，供自定义应用程序进行异常检测。由于本地存储无法扩展以应对峰值，导致数据丢失。哪种基于 AWS 的解决方案具有最少的操作开销，可以解决扩展和分析需求？

正确答案通过 AWS IoT Core 摄取 MQTT 数据，利用其规则引擎将数据直接路由到 Amazon Kinesis Data Firehose。Firehose 自动将数据缓冲并传输到 Amazon S3，满足了可扩展存储的需求，且操作开销极低。同时，Amazon Kinesis Data Analytics 可以直接从 Firehose 的数据流中读取数据进行实时异常检测，无需管理服务器，进一步降低了操作复杂性。 选项 A 引入了 Amazon MSK 和基于 Kafka 的应用程序，增加了操作复杂性。选项 C 中的 AWS IoT FleetWise 主要用于标准化车辆数据，但此处核心问题是扩展性和实时分析，且 Glue ML Transform 并非实时解决方案。选项 D 使用 Amazon MQ，但 MQTT 协议更适合 IoT Core，且 Lookout for Metrics 虽可用于异常检测，但整体方案不如 Kinesis Data Analytics 实时且集成度高。