Accompany 正在构建一个系统，用于从数百个工厂设备收集传感器数据。设备每 5 秒向 AWS IoT Core 发布一次数据。数据在加载到 Amazon S3 数据湖之前必须经过丰富处理，并且新的传感器数据必须在收集后 30 分钟内可在 S3 中获取。没有其他应用程序会使用 IoT Core 消息。哪种解决方案在满足这些要求的同时，成本效益最高？

正确答案利用了 AWS IoT Core Basic Ingest 的成本效益，因为它不收取消息代理费用。Kinesis Data Firehose 是将数据传输到 S3 的托管服务，其缓冲间隔设置为 900 秒（15 分钟），结合 Lambda 函数进行数据丰富，可以确保数据在 30 分钟内可用，并优化了成本，因为 Firehose 会批量调用 Lambda。 选项一的 Lambda 函数会为每条消息调用一次，成本较高。选项三使用 Timestream 增加了不必要的复杂性和成本，且 Timestream 到 S3 的数据流不直接。选项四的 Kinesis Data Streams 需要管理消费者，并且直接调用 S3 PutObject 会产生大量小文件，增加 S3 成本和管理开销，不如 Firehose 批量写入高效。