Ein Unternehmen für mobile Spiele muss Daten aus seiner Spiele-App erfassen und drei internen Konsumenten zur Verfügung stellen. Jeder Datensatz ist etwa 20 KB groß. Das Unternehmen wünscht sich einen optimalen Durchsatz von jedem Gerät und benötigt eine Stream-Verarbeitungsanwendung, die einen dedizierten Durchsatz pro internem Konsumenten bietet. Welche Lösung erfüllt diese Anforderungen?

Die korrekte Lösung ist, die PutRecords-API-Operation zu verwenden, um Daten an Amazon Kinesis Data Streams zu senden, und die Enhanced Fan-Out-Funktion mit einem Stream für jeden internen Konsumenten zu nutzen. PutRecords ist effizient für das Senden mehrerer Datensätze gleichzeitig. Kinesis Data Streams ist ideal für die Erfassung von Echtzeitdaten mit hohem Durchsatz. Enhanced Fan-Out bietet jedem Konsumenten einen dedizierten Durchsatz von 2 MB/s pro Shard, was die Anforderungen an den dedizierten Durchsatz erfüllt und die Leistung für jeden Konsumenten isoliert. Die Option mit Kinesis Data Firehose ist falsch, da Firehose hauptsächlich für die Bereitstellung an Speicherdienste und nicht für Stream-Verarbeitungsanwendungen mit dediziertem Durchsatz pro Konsument konzipiert ist. Die KPL ist für Producer, aber die Kombination mit Firehose und Enhanced Fan-Out ist hier nicht die beste Lösung. Die Option mit EC2-Instanzen würde zwar eine Stream-Verarbeitung ermöglichen, aber ohne Enhanced Fan-Out gäbe es keine dedizierte Durchsatzgarantie pro Konsument, und die Verwaltung des Durchsatzes wäre komplexer.