您必须构建一个实时预测性维护管道，该管道从远程站点接收设备数据（没有 Direct Connect 或 VPN）。该管道必须：实时将数据摄取到 Amazon S3 中，在摄取过程中将传入的原始记录转换为干净的 CSV 格式，将原始记录存储在 S3 中，并将任何转换失败的记录放入指定的 S3 位置以供人工审查。哪种架构所需的工作量最少，能够满足这些要求？

此选项是工作量最少的解决方案，因为它利用了 Kinesis Data Firehose 的内置功能。Firehose 可以直接将数据摄取到 S3，通过配置 Lambda 函数在摄取过程中执行实时转换，并使用其源记录备份功能存储原始数据。此外，Firehose 还能将转换失败的记录自动发送到指定的 S3 错误前缀，满足人工审查的要求。 其他选项需要更多的工作量： 使用 MSK 和 ECS worker 任务需要管理额外的服务和自定义代码来处理数据流、转换和错误处理。 让 Firehose 调用 AWS Glue Apache Spark 作业进行转换会增加复杂性，因为 Glue 作业通常用于批处理，而不是实时流式转换，并且启动时间较长。 在 Firehose 交付流之前放置 Kinesis Data Streams 增加了额外的组件和管理负担，因为需要单独的 Lambda 函数将原始记录写入 S3，而 Firehose 已经提供了源记录备份功能。