Una empresa está migrando una base de datos Oracle a AWS. La base de datos contiene una única tabla con millones de imágenes GIS de alta resolución, cada una identificada por un código geográfico. Durante desastres naturales, decenas de miles de imágenes se actualizan cada pocos minutos. Cada código geográfico se asigna a una sola imagen. La empresa requiere una solución altamente disponible, escalable y rentable para estos eventos. ¿Qué solución satisface mejor estos requisitos?

La opción correcta utiliza Amazon S3 para almacenar las imágenes, que es ideal para objetos grandes y ofrece alta disponibilidad y escalabilidad a bajo costo. Amazon DynamoDB, una base de datos NoSQL sin servidor, es perfecta para almacenar los códigos geográficos (como clave primaria) y las URL de S3, ya que proporciona un rendimiento rápido y escalable para las actualizaciones frecuentes durante desastres naturales, sin necesidad de aprovisionamiento manual. Las opciones incorrectas son menos adecuadas porque: Almacenar imágenes directamente en una base de datos relacional (Oracle en RDS) es ineficiente y costoso para millones de objetos grandes, y las actualizaciones masivas podrían sobrecargarla. Almacenar imágenes en DynamoDB no es su caso de uso principal; está optimizado para datos clave-valor pequeños, no para objetos grandes como imágenes. DAX mejoraría el rendimiento de lectura, pero no resuelve el problema de almacenar las imágenes. Usar Oracle en RDS para los metadatos mientras S3 almacena las imágenes es una mejora, pero DynamoDB es una opción más escalable y rentable para la carga de trabajo específica de actualizaciones rápidas de clave-valor.