Ein Unternehmen hostet mehr als 300 globale Websites und Anwendungen und benötigt eine Plattform zur Analyse von über 30 TB Clickstream-Daten pro Tag. Was sollte ein Solutions Architect verwenden, um die Clickstream-Daten aufzunehmen und zu verarbeiten?

Die Erfassung von Daten über Amazon Kinesis Data Streams ist ideal für große Mengen an Clickstream-Daten in Echtzeit. Kinesis Data Firehose kann diese Daten effizient und automatisch in einen Amazon S3 Data Lake streamen, was eine kostengünstige und skalierbare Speicherung ermöglicht. Das Laden der Daten in Amazon Redshift ist dann die optimale Wahl für die Analyse großer strukturierter und semi-strukturierter Datensätze, da Redshift für OLAP-Workloads (Online Analytical Processing) optimiert ist und schnelle Abfragen über Terabytes von Daten ermöglicht. Die anderen Optionen sind weniger geeignet: AWS Data Pipeline und Amazon EMR wären für Batch-Verarbeitung geeignet, aber nicht ideal für Echtzeit-Clickstream-Daten. Eine Auto Scaling-Gruppe von EC2-Instanzen zur Verarbeitung ist komplexer und teurer als Kinesis und bietet nicht die gleiche Echtzeit-Fähigkeit. Das Caching mit CloudFront ist für die Bereitstellung von Inhalten gedacht, nicht für die Erfassung und Analyse von Clickstream-Daten. Eine Lambda-Funktion bei jedem S3-Upload wäre für 30 TB pro Tag ineffizient und teuer.