La plateforme IoT d'une entreprise fonctionne actuellement sur site : un serveur utilise MQTT pour collecter la télémétrie des appareils toutes les 5 minutes et stocke les métadonnées des appareils dans un cluster MongoDB. Une application sur site exécutée périodiquement agrège et transforme la télémétrie et les métadonnées pour produire des rapports ; ces tâches s'exécutent pendant 120 à 600 secondes. Une application web distincte est toujours en cours d'exécution pour servir les rapports. L'entreprise migre vers AWS et souhaite réduire la charge opérationnelle. Quelle combinaison d'étapes répondra aux exigences avec la MOINDRE charge opérationnelle ? (Choisissez trois.)

Configurer les appareils IoT pour publier sur AWS IoT Core réduit la charge opérationnelle en utilisant un service entièrement géré pour l'ingestion de données IoT, éliminant le besoin de maintenir un serveur MQTT sur site. Écrire les métadonnées des appareils dans Amazon DocumentDB (avec compatibilité MongoDB) offre une base de données NoSQL entièrement gérée et compatible avec MongoDB, réduisant la charge opérationnelle par rapport à un MongoDB autogéré sur EC2. Utiliser AWS Step Functions avec des tâches Lambda pour la préparation des rapports et Amazon S3 avec CloudFront pour le service des rapports fournit une solution sans serveur et hautement évolutive, minimisant la gestion de l'infrastructure. Les autres options augmentent la charge opérationnelle (MongoDB autogéré, EKS) ou ne sont pas optimales pour la collecte de télémétrie (fonctions Lambda pour se connecter directement aux appareils).