Die IoT-Plattform eines Unternehmens läuft derzeit On-Premises: Ein Server verwendet MQTT, um alle 5 Minuten Telemetriedaten von Geräten zu sammeln und speichert Gerätemetadaten in einem MongoDB-Cluster. Eine periodisch laufende On-Premises-Anwendung aggregiert und transformiert Telemetrie- und Metadaten, um Berichte zu erstellen; diese Jobs laufen 120–600 Sekunden. Eine separate Webanwendung läuft immer, um Berichte bereitzustellen. Das Unternehmen migriert zu AWS und möchte den operativen Aufwand reduzieren. Welche Kombination von Schritten erfüllt die Anforderungen mit dem GERINGSTEN operativen Aufwand? (Wählen Sie drei.)

Die Konfiguration der IoT-Geräte zur Veröffentlichung in AWS IoT Core ist die beste Lösung, da AWS IoT Core ein vollständig verwalteter Dienst für die Gerätekonnektivität ist und den operativen Aufwand minimiert. Das Schreiben von Gerätemetadaten in Amazon DocumentDB (mit MongoDB-Kompatibilität) ist ideal, da es ein vollständig verwalteter, skalierbarer und hochverfügbarer Datenbankdienst ist, der die bestehende MongoDB-Kompatibilität nutzt und den operativen Aufwand reduziert. Die Verwendung von AWS Step Functions State Machines mit Lambda-Aufgaben zur Berichtsgenerierung und Speicherung in Amazon S3, kombiniert mit Amazon CloudFront für die Bereitstellung, bietet eine serverlose, skalierbare und kostengünstige Lösung mit geringem Betriebsaufwand. Die Option, AWS Lambda-Funktionen zum direkten Verbinden mit IoT-Geräten zu verwenden, ist nicht optimal, da AWS IoT Core speziell für diese Aufgabe entwickelt wurde und eine robustere und verwaltete Lösung bietet. Das Schreiben von Gerätemetadaten in ein selbstverwaltetes MongoDB auf einer Amazon EC