Una empresa ejecuta una aplicación web de mercado en línea que atiende a cientos de miles de usuarios en horas pico. La empresa necesita una solución escalable y casi en tiempo real para compartir millones de transacciones financieras con varias aplicaciones internas. Las transacciones deben procesarse para eliminar datos confidenciales antes de almacenarse en una base de datos de documentos para una recuperación de baja latencia. ¿Qué debería recomendar un arquitecto de soluciones?

La opción correcta utiliza Amazon Kinesis Data Streams para la ingesta de datos en tiempo real y escalable, lo cual es ideal para millones de transacciones. La integración con AWS Lambda permite el procesamiento y la eliminación de datos confidenciales antes de que se almacenen en Amazon DynamoDB, que es una base de datos de documentos de baja latencia. Kinesis Data Streams también permite que múltiples aplicaciones consuman los datos de forma independiente y en tiempo real. Las otras opciones son menos adecuadas: Almacenar directamente en DynamoDB con reglas para eliminar datos confidenciales en la escritura no es una práctica común para la transformación de datos y puede ser ineficiente para grandes volúmenes. Kinesis Data Firehose es para la entrega a destinos específicos, no para el procesamiento intermedio con Lambda y el consumo por múltiples aplicaciones desde el flujo. El procesamiento por lotes en Amazon S3 introduce latencia y no cumple con el requisito de "casi en tiempo real".