Une entreprise diffuse des données IoT provenant de capteurs automobiles vers Amazon S3 via Amazon Kinesis Data Firehose, produisant des milliards d'objets S3 par an. Chaque matin, l'entreprise réentraîne des modèles de ML en utilisant les données des 30 jours précédents ; trimestriellement, elle utilise les 12 mois précédents pour d'autres analyses. Les données doivent être disponibles avec un délai minimal pendant un an maximum et conservées à des fins d'archivage après un an. Quelle est la solution de stockage la plus rentable ?

La solution la plus rentable est d'utiliser S3 Standard initialement, car les données des 30 derniers jours sont fréquemment consultées pour le réentraînement des modèles ML. Après 30 jours, les données deviennent moins fréquemment consultées mais sont toujours nécessaires pour l'analyse trimestrielle (12 mois), ce qui justifie le passage à S3 Standard-IA pour réduire les coûts de stockage. Enfin, après 1 an, les données ne sont plus nécessaires pour les analyses actives mais doivent être archivées, rendant S3 Glacier Deep Archive le choix le plus économique pour le stockage à long terme. S3 Intelligent-Tiering est une bonne option pour des modèles d'accès inconnus ou changeants, mais ici, les modèles d'accès sont bien définis, permettant une gestion plus granulaire et potentiellement plus rentable avec des politiques de cycle de vie.