Accompany développe un système pour collecter les données de capteurs provenant de centaines d'appareils d'usine. Les appareils publient des données toutes les 5 secondes sur AWS IoT Core. Les données doivent être enrichies avant d'être chargées dans un lac de données Amazon S3 et les nouvelles données de capteurs doivent être disponibles dans S3 dans les 30 minutes suivant leur collecte. Aucune autre application ne consomme les messages IoT Core. Quelle est la solution la PLUS rentable tout en répondant à ces exigences ?

La solution correcte est la plus rentable car elle utilise AWS IoT Core Basic Ingest, qui réduit les coûts en ignorant le moteur de règles et le courtier de messages pour les cas où aucune autre application ne consomme les messages. Kinesis Data Firehose est un service entièrement géré qui s'intègre nativement avec S3 et peut invoquer une fonction Lambda pour l'enrichissement des données, ce qui est plus rentable que de gérer des consommateurs Kinesis Data Streams. Le tampon de 900 secondes (15 minutes) assure que les données sont disponibles dans S3 dans les 30 minutes requises. L'option 1 est moins rentable car elle invoque une fonction Lambda pour chaque message IoT, ce qui est coûteux pour des centaines d'appareils envoyant des données toutes les 5 secondes. L'option 3 introduit Amazon Timestream, un service de base de données chronologique qui n'est pas nécessaire ici car les données sont destinées à un lac de données S3, ajoutant de la complexité et des coûts. L'option 4 utilise Kinesis Data Streams, qui nécessite la gestion des sharding et des consommateurs, ce qui est plus coûteux et complexe que Kinesis Data Firehose pour la livraison à S3.