Una empresa financiera recibe miles de registros JSON de datos de mercado por segundo y necesita una solución escalable de AWS con una sobrecarga operativa mínima para detectar puntos de datos anómalos en tiempo real. ¿Qué diseño cumple estos requisitos?

La opción correcta utiliza Amazon Kinesis Data Streams para la ingesta de datos en tiempo real, que es altamente escalable para miles de registros por segundo. Luego, aprovecha Amazon MSK para Apache Flink, que permite el procesamiento de streams en tiempo real con baja latencia. La función RANDOMCUTFOREST integrada en Flink es ideal para la detección de anomalías en streams de datos, ofreciendo una solución eficiente y con mínima sobrecarga operativa. Las otras opciones son menos adecuadas: La segunda opción introduce un endpoint de SageMaker y Lambda, lo que puede añadir latencia y complejidad operativa para la detección en tiempo real a gran escala. La tercera opción, usar Apache Kafka en EC2, aumenta la sobrecarga operativa al requerir la gestión de instancias EC2. La cuarta opción, SQS FIFO y AWS Glue ETL, es para procesamiento por lotes, no para detección de anomalías en tiempo real.