Ein Unternehmen entwickelt ein mobiles Spiel, das Punkte-Updates an einen Backend-Prozessor streamt und die Ergebnisse dann an eine Bestenliste sendet. Die Lösung muss große Verkehrsspitzen bewältigen, Updates in der Reihenfolge ihres Empfangs verarbeiten, verarbeitete Updates in einer hochverfügbaren Datenbank speichern und den Verwaltungsaufwand minimieren. Was sollte der Lösungsarchitekt implementieren?

Diese Lösung erfüllt alle Anforderungen. Amazon Kinesis Data Streams ist ideal für das Streaming großer Datenmengen und die Verarbeitung von Updates in der Reihenfolge ihres Empfangs. AWS Lambda verarbeitet die Updates serverlos und skaliert automatisch mit dem Datenverkehr, wodurch der Verwaltungsaufwand minimiert wird. Amazon DynamoDB ist eine hochverfügbare, vollständig verwaltete NoSQL-Datenbank, die für schnelle Lese- und Schreibvorgänge optimiert ist und die verarbeiteten Updates speichert. Die anderen Optionen sind weniger geeignet: Die Verwendung von EC2-Instanzen für die Verarbeitung erhöht den Verwaltungsaufwand und die Komplexität im Vergleich zu Lambda. Amazon Redshift ist ein Data Warehouse und nicht ideal für transaktionale Updates. Amazon SNS ist ein Messaging-Dienst für die Veröffentlichung/Abonnement-Kommunikation und nicht primär für geordnete Datenströme konzipiert. Eine SQL-Datenbank auf EC2 erfordert mehr Verwaltungsaufwand und skaliert nicht so elastisch wie DynamoDB. Amazon SQS ist eine Nachrichtenwarteschlange, die zwar Skalierbarkeit bietet, aber keine garantierte Reihenfolge über mehrere Konsumenten hinweg gewährleistet. Eine RDS Multi-AZ DB-Instanz ist eine gute Wahl für relationale Datenbanken, aber DynamoDB ist für diesen Anwendungsfall oft performanter und verwaltungsärmer.