Les scientifiques des données d'une entreprise utilisent Amazon SageMaker pour lire, traiter et écrire des données dans un compartiment Amazon S3. Chaque projet possède un préfixe S3 dédié, et les politiques de compartiment restreignent l'accès par préfixe. Les projets durent jusqu'à 60 jours, et l'équipe de sécurité exige que les données ne restent pas dans S3 après la fin d'un projet. Quelle est la solution la PLUS rentable ?

La création d'une règle de cycle de vie S3 est la solution la plus rentable et la plus simple. Les règles de cycle de vie S3 permettent de définir des actions automatisées, comme l'expiration d'objets, en fonction de l'âge des objets et de leurs préfixes. En configurant une règle pour chaque préfixe de projet afin d'expirer les objets après 60 jours, on s'assure que les données sont supprimées automatiquement et sans coût supplémentaire de calcul ou de développement. Les autres options sont moins optimales : Une fonction AWS Lambda avec EventBridge entraînerait des coûts de développement et d'exécution pour la fonction et EventBridge, et serait plus complexe à maintenir. La création d'un nouveau compartiment avec S3 Intelligent-Tiering ne répond pas directement à l'exigence de suppression des données après 60 jours ; Intelligent-Tiering déplace les données entre les classes de stockage, mais ne les supprime pas automatiquement. Une fonction Lambda déclenchée par S3 Intelligent-Tiering souffrirait des mêmes inconvénients de coût et de complexité que la première option Lambda, et Intelligent-Tiering n'est pas conçu pour déclencher des suppressions basées sur l'inactivité.