Amazon EC2 实例集群以高达 1 MB/s 的速度从本地源摄取 JSON 数据。当 EC2 实例重启时，传输中的数据会丢失。数据科学团队需要对摄取的数据进行近实时查询。哪种解决方案可以提供近实时查询、可扩展并最大限度地减少数据丢失？

将数据发布到 Amazon Kinesis Data Streams，然后使用 Kinesis Data Analytics 查询数据，是最佳解决方案。Kinesis Data Streams 提供高吞吐量、持久的数据流，即使 EC2 实例重启，传输中的数据也不会丢失。Kinesis Data Analytics 可以对流数据进行近实时查询，满足数据科学团队的需求。该方案具有良好的可扩展性，能够处理不断增长的数据量。 将数据发布到 Kinesis Data Firehose 并以 Redshift 作为目标，虽然 Redshift 可以进行查询，但 Firehose 引入了额外的延迟，并且 Redshift 不适用于近实时查询。将数据存储在 EC2 实例存储中并在 Firehose 之后使用 S3 和 Athena，实例存储在重启时会丢失数据，不满足数据持久性要求。将数据存储在 EBS 卷中并发布到 ElastiCache for Redis，虽然 Redis 速度快，但 ElastiCache 主要用于缓存，不适合作为持久化和分析流数据的解决方案，且查询能力有限。