Un dispositivo genómico envía 8 KB de datos cada segundo a una plataforma de datos. Requisitos: análisis casi en tiempo real, ingesta flexible/paralela/duradera y entrega de resultados procesados a un data warehouse. ¿Qué diseño debería elegir un arquitecto de soluciones?

La opción correcta utiliza Kinesis Data Streams para la ingesta de datos en tiempo real, flexible, paralela y duradera, cumpliendo con los requisitos de análisis casi en tiempo real. Los clientes de Kinesis pueden procesar el stream directamente, y Amazon EMR es una herramienta robusta para cargar grandes volúmenes de datos procesados en Amazon Redshift, un data warehouse adecuado para análisis. La primera opción es incorrecta porque Kinesis Data Firehose está diseñado para la entrega de datos a destinos específicos, no para el análisis en tiempo real con clientes de Kinesis, y Amazon RDS no es un data warehouse escalable para grandes volúmenes de datos analíticos. La tercera opción introduce latencia al almacenar primero en S3 y usar SQS, lo que no cumple con el requisito de análisis casi en tiempo real. La cuarta opción, aunque usa API Gateway y SQS, introduce una latencia adicional y Lambda puede no ser la solución más eficiente para el procesamiento continuo de streams de datos en comparación con Kinesis Data Streams.