Une entreprise héberge plus de 300 sites web et applications mondiaux et a besoin d'une plateforme pour analyser plus de 30 To de données de flux de clics par jour. Que doit utiliser un architecte de solutions pour ingérer et traiter les données de flux de clics ?

L'option correcte est la plus appropriée pour ingérer et traiter de grands volumes de données de flux de clics en temps quasi réel. Amazon Kinesis Data Streams est excellent pour la collecte de données de streaming à haut débit. Kinesis Data Firehose simplifie la livraison de ces données vers des destinations comme Amazon S3, créant ainsi un lac de données efficace. Amazon Redshift est un entrepôt de données relationnel entièrement géré, optimisé pour l'analyse de pétaoctets de données, ce qui le rend idéal pour les analyses complexes sur 30 To de données par jour. Les autres options sont moins optimales : AWS Data Pipeline est plus adapté aux flux de travail de données périodiques et n'est pas conçu pour l'ingestion de données en temps réel à grande échelle. Amazon EMR pourrait traiter les données, mais l'ingestion initiale serait moins efficace. Un groupe Auto Scaling d'instances EC2 pour le traitement est une solution plus manuelle et moins gérée que Kinesis, nécessitant plus d'efforts opérationnels pour la mise à l'échelle et la résilience. Mettre en cache les données sur CloudFront n'est pas une stratégie d'ingestion de données brutes. Utiliser Lambda pour traiter chaque objet S3 individuellement serait inefficace et coûteux pour un volume de 30 To par jour, car Lambda est mieux adapté aux événements discrets et aux microservices.