Un ingeniero de datos debe ingerir datos de streaming en tiempo real y ejecutar análisis basados en el tiempo con ventanas de hasta 30 minutos. La solución debe ser altamente tolerante a fallos y requerir una sobrecarga operativa mínima. ¿Qué opción satisface estos requisitos?

Amazon Managed Service for Apache Flink (anteriormente Kinesis Data Analytics) es la opción más adecuada porque está diseñado específicamente para el procesamiento de datos de streaming en tiempo real con baja latencia y alta tolerancia a fallos. Permite realizar análisis basados en el tiempo, como ventanas de hasta 30 minutos, y soporta múltiples tipos de agregaciones de forma nativa. Su naturaleza gestionada minimiza la sobrecarga operativa. Las funciones de AWS Lambda no son ideales para agregaciones continuas basadas en ventanas de 30 minutos sobre un flujo de datos constante, ya que cada invocación es efímera y no mantiene el estado fácilmente para ventanas largas, lo que requeriría una lógica compleja y costosa para gestionar el estado y los duplicados. La opción que menciona "ocasionalmente pueden contener duplicados" no es el factor principal para elegir Flink sobre Lambda, aunque Flink puede manejar la semántica de procesamiento "exactamente una vez" o "al menos una vez" de manera más robusta.