Une entreprise de partage de vélos est en train de construire une architecture multiniveau pour suivre la localisation des vélos pendant les heures de pointe. L'entreprise souhaite utiliser ces points de données dans sa plateforme d'analyse existante. Un architecte de solutions doit déterminer l'option multiniveau la plus viable. Les points de données doivent être accessibles via une API REST. Quelle action répond aux exigences de stockage et de récupération des données de localisation ?

L'utilisation d'Amazon API Gateway avec AWS Lambda est la solution la plus appropriée car elle permet de créer une API RESTful pour ingérer les données de localisation (via API Gateway) et de traiter ces données de manière serverless et évolutive (via Lambda). Lambda peut ensuite stocker ces données dans une base de données ou un service de stockage adapté à l'analyse (comme DynamoDB ou S3), répondant ainsi aux exigences de stockage et d'accès via API. Amazon Athena avec Amazon S3 est excellent pour l'analyse de données stockées sur S3, mais ne fournit pas nativement une API REST pour l'ingestion de données en temps réel. Amazon QuickSight avec Amazon Redshift est une solution d'entrepôt de données et de visualisation, non d'ingestion de données via API. Amazon API Gateway avec Amazon Kinesis Data Analytics est une option pour le traitement de flux en temps réel, mais Kinesis Data Analytics est plus orienté vers l'analyse de flux que le stockage direct et l'exposition via une API REST pour l'ingestion initiale.