Una empresa está migrando su plataforma de IoT local a AWS. La plataforma consta de: un clúster de MongoDB que almacena datos de IoT recopilados y procesados; una aplicación que utiliza MQTT para sondear dispositivos cada 5 minutos; trabajos periódicos que generan informes (los trabajos se ejecutan entre 120 y 600 segundos); y una aplicación web pública que sirve informes. La empresa quiere reducir la sobrecarga operativa manteniendo el rendimiento. ¿Qué combinación de pasos proporciona la solución requerida con la MENOR sobrecarga operativa? (Elija tres).

Migrar el clúster de MongoDB a Amazon DocumentDB (con compatibilidad con MongoDB) reduce la sobrecarga operativa al ofrecer un servicio de base de datos totalmente administrado que es compatible con MongoDB. Conectar los dispositivos a AWS IoT Core y usar una regla de AWS IoT para activar una función de AWS Lambda permite una ingesta de datos escalable y sin servidor, procesando y almacenando los datos de los dispositivos de manera eficiente. Crear máquinas de estado de AWS Step Functions con tareas de AWS Lambda para generar informes y almacenarlos en Amazon S3, y luego servirlos a través de Amazon CloudFront con un origen S3, proporciona una solución escalable, rentable y de baja sobrecarga para la generación y entrega de informes. Las opciones incorrectas son: Implementar un clúster de Amazon EKS en instancias EC2 aumenta la sobrecarga operativa en lugar de reducirla, ya que requiere la administración de clústeres de Kubernetes y las instancias EC2 subyacentes. Migrar el clúster de MongoDB a instancias de Amazon EC2 no reduce la sobrecarga operativa, ya que aún requiere la administración del sistema operativo, la base de datos y la infraestructura subyacente. Crear una función de AWS Lambda que se conecte directamente a los dispositivos IoT no es la forma más eficiente ni escalable de manejar la ingesta de datos de IoT; AWS IoT Core está diseñado específicamente para este propósito.