Ein Life-Sciences-Team generiert etwa 200 GB pro Genom von Sequenziergeräten. Sie führen täglich 10–15 Aufträge aus. Jeder Auftrag kann bei idealer Rechenleistung mehrere Stunden dauern. Sequenzierungsdaten werden auf einem lokalen SAN gespeichert, und das Unternehmen verfügt über eine Hochgeschwindigkeits-AWS Direct Connect-Verbindung. Die Endergebnisse müssen in Amazon S3 gespeichert werden. Das Team möchte die Genomik-Analyseplattform auf AWS migrieren, um mit der Nachfrage zu skalieren und die Bearbeitungszeit zu verkürzen. Welche Lösung erfüllt diese Anforderungen?

Die korrekte Lösung nutzt AWS DataSync für die effiziente Übertragung großer Datenmengen vom lokalen SAN nach S3 über die bestehende Direct Connect-Verbindung. S3-Ereignisse lösen eine Lambda-Funktion aus, die einen AWS Step Functions-Workflow startet, um die Orchestrierung der Analyse zu steuern. Die Docker-Images für die Analyse werden in Amazon ECR gespeichert, und AWS Batch führt die Container aus, um die Genomsequenzierungsaufträge zu verarbeiten. Dies ermöglicht Skalierbarkeit und eine schnelle Bearbeitungszeit. Die Option mit Snowball Edge ist zu langsam für tägliche Aufträge. AWS Data Pipeline ist ein älterer Dienst und weniger geeignet für die Echtzeit-Orchestrierung komplexer Workflows als Step Functions. Storage Gateway ist primär für Dateizugriff und nicht für die effiziente Übertragung großer, einmaliger Datensätze optimiert, und das Auslösen von AWS Batch direkt aus S3-Ereignissen ist weniger flexibel als die Orchestrierung über Step Functions.