Une application de streaming en quasi-temps réel d'une entreprise sur AWS ingère des données et exécute une tâche qui prend 30 minutes à se terminer. La charge de travail souffre souvent d'une latence élevée due à de grands volumes de données entrants. Un architecte de solutions a besoin d'une conception évolutive et sans serveur pour améliorer les performances. Quelle combinaison d'étapes l'architecte doit-il prendre ? (Choisissez-en deux.)

Amazon Kinesis Data Firehose est un service sans serveur qui ingère des données de streaming en quasi-temps réel et les livre automatiquement à des destinations telles qu'Amazon S3, Amazon Redshift, Amazon OpenSearch Service ou Splunk. Il est conçu pour gérer de grands volumes de données entrantes, ce qui résout le problème de latence élevée. AWS Fargate avec Amazon ECS offre une solution de calcul sans serveur pour exécuter des conteneurs. Il élimine la nécessité de provisionner et de gérer des serveurs, permettant à l'application de s'adapter automatiquement à la charge de travail et de gérer la tâche de 30 minutes de manière efficace. AWS Lambda a une durée d'exécution maximale de 15 minutes, ce qui est insuffisant pour une tâche de 30 minutes. AWS DMS est un service de migration de bases de données, non adapté à l'ingestion de données de streaming. Les instances Amazon EC2 dans un groupe Auto Scaling sont une solution évolutive, mais elles ne sont pas sans serveur, ce qui va à l'encontre de l'exigence de la question.