Une équipe spécialisée dans les sciences de la vie génère environ 200 Go par génome à partir de séquenceurs. Elle exécute 10 à 15 tâches par jour. Chaque tâche peut prendre plusieurs heures avec une puissance de calcul idéale. Les données de séquençage sont stockées sur un SAN sur site et l'entreprise dispose d'un lien AWS Direct Connect haut débit. Les résultats finaux doivent être stockés dans Amazon S3. L'équipe souhaite migrer la plateforme d'analyse génomique vers AWS pour s'adapter à la demande et réduire le temps d'exécution. Quelle solution répond à ces exigences ?

La solution correcte utilise AWS DataSync pour un transfert efficace des 200 Go par génome via Direct Connect vers S3. Les événements S3 déclenchent une fonction Lambda qui initie un workflow AWS Step Functions, orchestrant les étapes complexes de l'analyse génomique. Amazon ECR stocke les images Docker, et AWS Batch exécute les conteneurs pour traiter les tâches, offrant une évolutivité et une gestion des ressources optimales pour les 10 à 15 tâches quotidiennes. Les autres options sont moins adaptées : AWS Snowball Edge est pour de grands volumes de données sans connectivité réseau rapide, ce qui n'est pas le cas ici avec Direct Connect. AWS Data Pipeline est un service de pipeline de données plus ancien et moins flexible pour ce type de charge de travail conteneurisée et événementielle. AWS Storage Gateway File Gateway est conçue pour l'accès aux fichiers sur site avec un cache local, pas pour un transfert de données initial de cette ampleur vers S3 pour un traitement immédiat et événementiel.