Ein Unternehmen betreibt Windturbinen, Wetterstationen und Solarmodule, die Telemetriedaten erzeugen. Die Geräte sind an verschiedenen Standorten verteilt und verfügen über eine intermittierende Internetverbindung. Datenwissenschaftler benötigen eine skalierbare, sichere und hochdurchsatzfähige Ingestion-Pipeline, die Roh-Telemetriedaten in Amazon S3 für Anomalieerkennung und vorausschauende Wartung speichert. Welcher Ingestion-Ansatz erfüllt diese Anforderungen?

Die korrekte Option nutzt AWS IoT Core für die Gerätekonnektivität und MQTT, was ideal für Geräte mit intermittierender Internetverbindung ist. Eine IoT Core-Regel leitet die Daten dann direkt an Kinesis Data Firehose weiter, das eine skalierbare, sichere und hochdurchsatzfähige Ingestion in S3 ermöglicht, ohne dass Server verwaltet werden müssen. Die erste Option erfordert die Verwaltung von EC2-Instanzen und ist weniger effizient für IoT-Telemetriedaten. Die zweite Option fügt einen unnötigen Kinesis Data Stream zwischen IoT Core und Kinesis Data Firehose ein, was die Komplexität erhöht. Die vierte Option ist nicht praktikabel, da Geräte in der Regel nicht direkt in einen Kinesis Data Stream schreiben, sondern einen Broker wie IoT Core benötigen.