Un processus d'exploration web s'exécute sur un parc d'instances EC2 t2.micro. Les instances interrogent une file d'attente SQS d'URL cibles, explorent chaque URL en 10 secondes ou moins, et écrivent les résultats dans un système de fichiers Amazon EFS partagé monté sur chaque instance. Les URL sont ajoutées à la file d'attente peu fréquemment, et les métriques montrent que les instances restent inactives lorsque la file d'attente est vide. Vous devez reconcevoir le système pour optimiser les coûts. Quelles sont les deux modifications les plus rentables ensemble ?

La refactorisation vers AWS Lambda est rentable car elle permet un paiement à l'utilisation, éliminant les coûts des instances EC2 inactives lorsque la file d'attente SQS est vide. Lambda peut être déclenché par SQS, traitant les URL uniquement lorsque des messages sont disponibles. Le stockage des résultats dans Amazon S3 est également rentable car S3 offre un stockage d'objets hautement durable et évolutif à faible coût, facturé à l'utilisation, ce qui est plus efficace que de maintenir un système de fichiers EFS partagé pour des écritures potentiellement sporadiques. Remplacer par des instances m5.8xlarge augmenterait les coûts, même avec une réduction du parc, car ces instances sont beaucoup plus chères et surdimensionnées pour des tâches sporadiques. Stocker les résultats dans Amazon Neptune ou Amazon Aurora Serverless MySQL introduirait des coûts de base de données plus élevés et une complexité inutile par rapport à S3 pour le stockage des résultats d'exploration.