某公司以恒定速率摄取连续的市场数据流并进行存储。每晚会运行一个持续约4小时的聚合作业来计算统计数据；该分析是非关键的，如果失败可以在下次运行时重试。当前系统使用一个1年期预留实例池持续运行，将数据摄取并存储在附加的EBS卷上。一个计划脚本每晚启动按需EC2实例来运行聚合，这些实例通过NFS从摄取服务器访问数据，并在工作完成后终止。预留实例的预留即将到期。该公司希望获得最具成本效益的方案。架构师应该推荐哪种解决方案？

正确答案通过将数据摄取转移到 Kinesis Data Firehose 和 S3 实现了无服务器和经济高效的数据存储。Firehose 是一种托管服务，可自动扩展且按使用付费，S3 提供经济实惠的持久存储。对于非关键的夜间聚合作业，使用 AWS Batch 和 Spot 实例是极具成本效益的。AWS Batch 能够高效管理批处理工作负载，而 Spot 实例提供大幅折扣，非常适合容错型任务。将 Spot 出价限制在按需价格的50%有助于控制成本，同时仍能利用 Spot 实例的优势。 第一个选项虽然将数据移动到 S3，但仍使用按需 EC2 实例进行聚合，这不如 Spot 实例经济。第三个选项继续使用预留实例进行数据摄取，这不如 Firehose 和 S3 的组合灵活和成本效益高。第四个选项引入了 Redshift 和 Lambda，这对于非关键的聚合作业来说可能过于复杂和昂贵。