Una aplicación para compartir fotos almacena imágenes originales en Amazon S3 y las sirve a través de CloudFront. Cada dispositivo móvil envía sus dimensiones de visualización y resolución como parámetros GET. Para servir imágenes optimizadas por dispositivo y mejorar el tiempo de carga y la calidad de manera rentable, ¿cuál es la mejor solución?

La opción correcta es la más eficiente porque optimiza las imágenes bajo demanda, lo que significa que solo se procesan las variantes necesarias. Almacenar estas variantes procesadas en S3 para solicitudes posteriores (caching) reduce el costo y la latencia, ya que la imagen no necesita ser generada de nuevo. Lambda@Edge permite esta lógica en el borde de la red de CloudFront, mejorando el rendimiento para los usuarios finales. Las otras opciones tienen desventajas: Usar S3 Batch Operations para pre-generar todas las variantes sería costoso y consumiría mucho almacenamiento, ya que no todas las variantes serán solicitadas. Enrutar solicitudes a variantes pre-generadas con Lambda@Edge es mejor que la anterior, pero aún requiere la pre-generación y almacenamiento de múltiples variantes, lo que es menos eficiente que la generación bajo demanda. Generar bajo demanda sin guardar la imagen procesada en S3 significa que cada solicitud para la misma imagen y dimensiones requeriría una nueva optimización, aumentando los costos y la latencia.