Ein Unternehmen hat eine Datenerfassungs-Pipeline aufgebaut, die Amazon Kinesis Data Firehose verwendet, um E-Commerce-Verkaufstransaktionen an Amazon OpenSearch Service zu senden. Das Firehose-Pufferintervall ist auf 60 Sekunden eingestellt. Ein lineares OpenSearch-Modell erstellt Echtzeit-Verkaufsprognosen, die auf einem OpenSearch-Dashboard angezeigt werden. Das Unternehmen benötigt eine Latenzzeit im Sub-Sekundenbereich für das Echtzeit-Dashboard. Welche architektonische Änderung würde diese Anforderung erfüllen?

Um eine Latenzzeit im Sub-Sekundenbereich zu erreichen, muss die Pufferung von Kinesis Data Firehose minimiert werden. Die Einstellung auf "keine Pufferung" (oder den kleinstmöglichen Wert) reduziert die Wartezeit, bevor Daten an OpenSearch Service gesendet werden. Gleichzeitig ist die Optimierung der Batch-Größe, die von der PutRecordBatch-API verwendet wird, wichtig, um die Effizienz zu maximieren und die Anzahl der API-Aufrufe zu reduzieren, während die Latenzanforderungen eingehalten werden. Die Ersetzung durch AWS DataSync ist nicht geeignet, da es für große Datenübertragungen und nicht für Echtzeit-Streaming konzipiert ist. Eine Erhöhung des Pufferintervalls würde die Latenz weiter erhöhen. Die Verwendung einer Amazon SQS-Warteschlange würde eine zusätzliche Zwischenschicht und potenzielle Latenz einführen, da SQS ein Pull-basiertes Modell ist und nicht direkt für das Streaming an OpenSearch Service optimiert ist.