Une entreprise de transport routier collecte environ 100 Go de nouvelles images par jour depuis des camions partout dans le monde. Elle souhaite explorer des cas d'utilisation de ML et s'assurer que seuls des utilisateurs IAM spécifiques peuvent accéder aux données. Quelle option de stockage offre la plus grande flexibilité pour le traitement et permet le contrôle d'accès via IAM ?

Un lac de données basé sur Amazon S3 est la meilleure option. S3 est conçu pour stocker de grandes quantités de données non structurées (comme des images) de manière économique et hautement disponible. Il offre une flexibilité maximale pour le traitement ultérieur par divers services ML et permet un contrôle d'accès granulaire via des politiques de compartiment S3 et des politiques IAM, garantissant que seuls les utilisateurs spécifiés peuvent accéder aux données. Stocker des images binaires dans DynamoDB n'est pas optimal car DynamoDB est une base de données NoSQL clé-valeur et n'est pas conçu pour le stockage de grands objets binaires (BLOBs) à cette échelle, ce qui entraînerait des coûts et une complexité élevés. HDFS sur EMR est une solution de stockage distribué, mais elle est plus adaptée aux traitements Big Data par lots et n'offre pas la même flexibilité ni la même simplicité de gestion du stockage à long terme que S3. Amazon EFS est un système de fichiers réseau partagé, adapté aux charges de travail nécessitant un accès de type fichier POSIX, mais il est généralement plus coûteux que S3 pour le stockage d'archives ou de lacs de données à grande échelle et n'est pas la solution la plus flexible pour un lac de données ML.