Un cluster d'analyse de Big Data s'exécutera sur de nombreuses instances Linux Amazon EC2 réparties sur plusieurs zones de disponibilité. Chaque nœud doit avoir un accès en lecture/écriture à un stockage de fichiers sous-jacent partagé. Le système de fichiers doit être compatible POSIX, hautement disponible, résilient et prendre en charge un débit très élevé. Quelle solution de stockage répond à ces exigences ?

La bonne réponse est de créer un système de fichiers Amazon EFS avec le mode de performance Max I/O et de le monter sur chaque instance EC2. Amazon EFS est un service de stockage de fichiers partagé, compatible POSIX, qui est hautement disponible et résilient, s'étendant sur plusieurs zones de disponibilité. Le mode Max I/O est optimisé pour les applications Big Data qui nécessitent un débit très élevé et des opérations d'E/S parallèles. Les autres options sont incorrectes car : AWS Storage Gateway avec un partage NFS adossé à S3 n'est pas conçu pour les charges de travail à très haut débit et à faible latence requises par l'analyse Big Data. Un volume Amazon EBS ne peut être attaché qu'à une seule instance EC2 à la fois, ce qui ne répond pas à l'exigence de stockage partagé pour un cluster. Le mode de performance General Purpose d'Amazon EFS est plus adapté aux charges de travail avec des exigences de latence plus faibles et des niveaux de débit modérés, mais n'est pas optimal pour le "très haut débit" spécifié pour l'analyse Big Data.