用户将小文件上传到 Amazon S3。上传后，每个文件都需要一次性简单转换为 JSON，以便后续分析。每个文件都必须在上传后尽快处理。需求量从高到低或无，变化很大。哪种解决方案能以最少的运维开销满足这些要求？

正确答案提供了无服务器、事件驱动的解决方案，运维开销最低。当文件上传到 S3 时，S3 事件通知会触发将消息发送到 SQS 队列。Lambda 函数可以从 SQS 队列中拉取消息，处理小文件并将其转换为 JSON，然后将结果存储在 DynamoDB 中。Lambda 具有自动扩展能力，非常适合处理可变的工作负载，并且是按使用量付费的。DynamoDB 也是无服务器的，提供高性能和可扩展性。 其他选项的缺点： 选项1：EMR 适用于大数据处理，对于小文件的一次性转换而言，其运维开销过高且不经济。Aurora 是关系型数据库，不适合存储非结构化或半结构化的 JSON 文件。 选项2：EC2 实例需要管理和维护，与 Lambda 相比，运维开销更高，且在处理可变工作负载时扩展性不如 Lambda 灵活。 选项4：Kinesis Data Streams 通常用于实时流数据处理，对于 S3 文件上传这种批处理场景而言，引入 Kinesis 会增加不必要的复杂性和成本。Aurora 不适合存储 JSON 文件。