Ein Unternehmen benötigt eine serverlose Lösung, die Amazon EC2 Auto Scaling-Ereignisse über alle Anwendungen in einem AWS-Konto hinweg sammelt und die Statusdaten in Amazon S3 für nahezu Echtzeit-Dashboard-Updates speichert. Die Lösung darf die Geschwindigkeit von EC2-Instance-Starts nicht beeinträchtigen. Wie sollte das Unternehmen die Daten nach Amazon S3 verschieben, um diese Anforderungen zu erfüllen?

Die korrekte Lösung ist die Verwendung eines Amazon CloudWatch-Metrik-Streams, um EC2 Auto Scaling-Ereignisse an Kinesis Data Firehose zu senden, das dann die Daten in Amazon S3 speichert. CloudWatch-Metrik-Streams sind für die Erfassung von Metriken und Ereignissen aus AWS-Diensten optimiert und können diese effizient an Ziele wie Kinesis Data Firehose streamen, ohne die Leistung der EC2-Instance-Starts zu beeinträchtigen. Kinesis Data Firehose ist ein vollständig verwalteter Dienst für das Laden von Streaming-Daten in S3 und andere Ziele, was die Anforderung für nahezu Echtzeit-Updates erfüllt. Ein Amazon EMR-Cluster wäre überdimensioniert und zu komplex für diese Aufgabe. Eine geplante AWS Lambda-Funktion würde die Daten nicht in Echtzeit erfassen, da sie nur periodisch ausgeführt wird. Ein Bootstrap-Skript mit dem Kinesis Agent würde die Startzeit der EC2-Instanzen verlängern, was der Anforderung widerspricht.