Ein Unternehmen betreibt eine REST-basierte Anwendung auf Amazon EC2, die nahezu in Echtzeit Daten von einem Drittanbieter empfängt. Die Anwendung verarbeitet und speichert die Daten. Der Anbieter erhält viele 503 Service Unavailable-Fehler beim Senden von Daten, da die Rechenkapazität stark ansteigt und die Anwendung ihre maximale Kapazität erreicht. Welches Design sollte ein Lösungsarchitekt empfehlen, um eine skalierbarere Lösung bereitzustellen?

Die Verwendung von Amazon Kinesis Data Streams zur Aufnahme der Daten und die Verarbeitung mit AWS Lambda-Funktionen ist die beste Lösung. Kinesis Data Streams ist hoch skalierbar und kann große Datenmengen in Echtzeit aufnehmen, was die 503-Fehler des Drittanbieters verhindert. Lambda-Funktionen sind serverlos, skalieren automatisch und verarbeiten die Daten effizient. Amazon API Gateway mit einem Nutzungsplan würde zwar Ratenbegrenzungen einführen, löst aber nicht das zugrunde liegende Skalierungsproblem der Anwendung. Amazon SNS ist ein Messaging-Dienst, der für die Aufnahme von Echtzeit-Datenströmen weniger geeignet ist als Kinesis. Die Umstellung auf ECS mit EC2-Launch-Typ und Auto Scaling verbessert zwar die Skalierbarkeit der Anwendung, erfordert aber weiterhin eine manuelle Skalierung oder Konfiguration und löst nicht das Problem der Überlastung am Eingangspunkt so elegant wie Kinesis.