Eine Videoverarbeitungsanwendung läuft als Node.js AWS Lambda-Funktion, die von S3 ausgelöst wird, wenn ein neues Bild hochgeladen wird. Die Funktion lädt Bilder von einem S3-Bucket herunter, transformiert sie, schreibt das transformierte Bild in einen zweiten S3-Bucket und aktualisiert Metadaten in DynamoDB. Da die Bildgrößen zugenommen haben, überschreitet die Lambda-Funktion nun häufig das Zeitlimit; das Funktions-Timeout ist bereits auf das Maximum eingestellt. Das Unternehmen möchte keine Server verwalten. Welche Kombination von Änderungen sollte der Solutions Architect implementieren, um Aufruffehler zu vermeiden? (Wählen Sie zwei.)

Die Lambda-Funktion überschreitet das Zeitlimit, was auf eine zu lange Ausführungszeit oder zu hohe Speicheranforderungen hindeutet. Da das Timeout bereits maximiert ist und keine Server verwaltet werden sollen, ist AWS Fargate eine geeignete serverlose Lösung für langlaufende Aufgaben. Das Packen der Anwendung als Docker-Container und das Veröffentlichen in ECR ermöglicht die Ausführung in Fargate. Die Lambda-Funktion kann dann als Orchestrator dienen, der Fargate-Aufgaben startet, wenn neue Bilder hochgeladen werden. Die Option mit Step Functions und paralleler Lambda-Ausführung ist ungeeignet, da die einzelne Lambda-Funktion bereits das Zeitlimit erreicht und parallele Ausführung das Problem nicht löst, wenn die einzelne Aufgabe zu lange dauert. Die ECS EC2-Kompatibilität würde die Verwaltung von Servern erfordern, was der Anforderung widerspricht. Das Speichern von Bildern auf EFS und Metadaten in RDS löst das Timeout-Problem der Verarbeitungslogik nicht und würde zusätzliche Verwaltung erfordern.