Eine Foto-Sharing-App speichert Originalbilder in Amazon S3 und stellt sie über CloudFront bereit. Jedes mobile Gerät sendet seine Anzeigeabmessungen und Auflösung als GET-Parameter. Welche Lösung ist am besten geeignet, um optimierte Bilder pro Gerät bereitzustellen und die Ladezeit und Qualität kostengünstig zu verbessern?

Die Verwendung einer Lambda@Edge-Funktion zur Optimierung von Bildern bei Bedarf ist die beste Lösung. Sie ermöglicht eine dynamische Anpassung der Bilder basierend auf den Geräteparametern, was Ladezeiten und Qualität verbessert. Das Speichern der optimierten Bilder in S3 durch dieselbe Lambda@Edge-Funktion (Caching) reduziert die Notwendigkeit wiederholter Optimierungen und senkt die Kosten erheblich, da nachfolgende Anfragen direkt vom Cache bedient werden. Die anderen Optionen sind weniger optimal: S3 Batch Operations mit einem dynamischen CloudFront-Ursprung erfordert die Vorabgenerierung aller Varianten, was teuer und speicherintensiv ist. S3 Batch Operations mit Lambda@Edge zur Weiterleitung erfordert ebenfalls die Vorabgenerierung. Eine Lambda@Edge-Funktion ohne Speicherung in S3 würde bei jeder Anfrage das Bild neu optimieren, was ineffizient und teuer wäre.