Ein Python-Skript wird alle 10 Minuten auf einer EC2-Instance ausgeführt, um Dateien aus einem S3-Bucket aufzunehmen und zu verarbeiten; jede Datei benötigt etwa 5 Minuten zur Verarbeitung und wird nur einmal verarbeitet. CloudWatch-Metriken zeigen, dass die EC2-Instance etwa 40 % der Zeit im Leerlauf ist. Das Unternehmen möchte, dass die Workload hochverfügbar und skalierbar ist und der laufende Verwaltungsaufwand reduziert wird. Welche Lösung erfüllt diese Anforderungen am kostengünstigsten?

Die Migration des Skripts zu einer AWS Lambda-Funktion, ausgelöst durch S3-Ereignisbenachrichtigungen, ist die kostengünstigste und effizienteste Lösung. Lambda ist serverlos, hochverfügbar, skaliert automatisch und Sie zahlen nur für die tatsächliche Ausführungszeit, was den Leerlauf der EC2-Instanz eliminiert. Dies reduziert den Verwaltungsaufwand erheblich. Die SQS-Option erfordert die Verwaltung von EC2-Instanzen und einer Auto Scaling-Gruppe, was den Verwaltungsaufwand erhöht und möglicherweise teurer ist, da EC2-Instanzen auch im Leerlauf Kosten verursachen können. Die Container-Option auf einer EC2-Instanz ist ebenfalls ineffizient, da die Instanz kontinuierlich läuft und abfragt. Die Fargate-Option ist zwar serverlos, aber die vorgeschlagene Architektur mit einer Lambda-Funktion, die Fargate RunTask aufruft, ist komplexer und potenziell teurer als die direkte Verwendung von Lambda für die Verarbeitung.