Ein Unternehmen kopiert 200 TB Daten aus einer kürzlich durchgeführten Meeresuntersuchung auf AWS Snowball Edge Storage Optimized-Geräte. Das Unternehmen verfügt über einen High Performance Computing (HPC)-Cluster, der auf AWS gehostet wird, um nach Öl- und Gasvorkommen zu suchen. Ein Solutions Architect muss dem Cluster konsistente Latenzzeiten im Sub-Millisekundenbereich und einen hohen Durchsatz beim Zugriff auf die Daten auf den Snowball Edge Storage Optimized-Geräten ermöglichen. Das Unternehmen sendet die Geräte an AWS zurück. Welche Lösung erfüllt diese Anforderungen?

Die korrekte Lösung ist, einen Amazon S3-Bucket zu erstellen, die Daten dorthin zu importieren und dann ein Amazon FSx for Lustre-Dateisystem zu konfigurieren, das in diesen S3-Bucket integriert ist. FSx for Lustre ist speziell für High Performance Computing (HPC)-Workloads konzipiert und bietet Sub-Millisekunden-Latenz und hohen Durchsatz, was für die Anforderungen des HPC-Clusters unerlässlich ist. Die Integration mit S3 ermöglicht es, die großen Datenmengen effizient zu speichern und bei Bedarf in das performante Dateisystem zu laden. Die anderen Optionen sind weniger geeignet: AWS Storage Gateway bietet keine Sub-Millisekunden-Latenz und den erforderlichen hohen Durchsatz für HPC. Amazon EFS ist zwar ein Dateisystem, bietet aber typischerweise nicht die gleiche Leistung wie FSx for Lustre für HPC-Anwendungen und das Kopieren der Daten von S3 nach EFS würde zusätzliche Zeit und Kosten verursachen. Das direkte Importieren der Daten in FSx for Lustre ist nicht die primäre Methode für große Offline-Datenimporte von Snowball Edge; S3 dient als effiziente Zwischenschicht für die Datenaufnahme.