某公司有一个小型 Python 应用程序，用于处理 JSON 文档并将结果写入本地 SQL 数据库。该应用程序每天运行数千次。公司希望将该应用程序迁移到 AWS 云，并要求一个高可用性解决方案，以最大限度地提高可伸缩性并最大限度地减少运营开销。哪个解决方案符合这些要求？

正确答案通过将 JSON 文档存储在 Amazon S3 中，利用了其高可用性和可扩展性。当文档上传时，AWS Lambda 函数会自动触发，无需管理服务器，从而最大限度地减少了运营开销。Lambda 具有高度可扩展性，可以根据请求量自动调整，满足每天数千次运行的需求。Amazon Aurora 提供了高可用性和可扩展的关系型数据库解决方案，非常适合存储处理结果。 其他选项的不足之处： 在多个 EC2 实例上运行 Python 代码需要手动管理实例的扩展和维护，增加了运营开销，且不如 Lambda 自动伸缩高效。 使用 Amazon EBS 卷不适合作为高可用性、可扩展的文档存储，因为它与特定的 EC2 实例绑定，并且 EBS Multi-Attach 功能有特定限制，不适用于这种场景。 Amazon SQS 和 ECS 容器方案虽然具有可扩展性，但相比 S3 触发 Lambda 的事件驱动模型，其运营开销通常更高，因为需要管理 ECS 集群和容器。