Une application de traitement vidéo s'exécute en tant que fonction AWS Lambda Node.js qui est déclenchée par S3 lorsqu'une nouvelle image est téléchargée. La fonction télécharge les images d'un compartiment S3, les transforme, écrit l'image transformée dans un second compartiment S3 et met à jour les métadonnées dans DynamoDB. À mesure que la taille des images augmentait, la fonction Lambda expire désormais fréquemment ; le délai d'expiration de la fonction est déjà défini au maximum. L'entreprise ne veut pas gérer de serveurs. Quelle combinaison de changements l'architecte de solutions doit-il implémenter pour éviter les échecs d'invocation ? (Choisissez deux.)

La fonction Lambda échoue en raison de l'augmentation de la taille des images, ce qui suggère que le traitement dépasse les limites de temps ou de ressources de Lambda. Le packaging de l'application en tant qu'image Docker et son déploiement sur Amazon ECR permettent de l'exécuter dans un environnement plus flexible. La création d'une définition de tâche Amazon ECS avec compatibilité AWS Fargate, déclenchée par Lambda, est la solution la plus appropriée car Fargate offre un environnement sans serveur avec plus de ressources et des durées d'exécution plus longues que Lambda, tout en évitant la gestion de serveurs. L'option AWS Step Functions n'est pas adaptée car elle ne résout pas la limitation de durée d'exécution de la fonction Lambda elle-même. L'utilisation d'ECS avec compatibilité EC2 implique la gestion de serveurs, ce qui va à l'encontre des exigences. Modifier l'application pour utiliser Amazon EFS et Amazon RDS ne résout pas le problème de la durée d'exécution de Lambda et ajoute de la complexité.