Un'applicazione archivia i dati in Amazon DynamoDB e attualmente li elabora in un batch notturno. Gli analisti desiderano che i risultati elaborati siano disponibili quasi in tempo reale non appena i dati arrivano. Quale modello architetturale consente di elaborare i dati non appena vengono ricevuti?

Il modello architetturale event-driven (basato su eventi) è corretto perché consente di elaborare i dati non appena si verificano eventi (l'arrivo di nuovi dati in DynamoDB). Questo approccio è ideale per requisiti quasi in tempo reale, in quanto un evento di inserimento in DynamoDB può attivare immediatamente una funzione AWS Lambda per elaborare i dati. Client-server driven è un modello di comunicazione generale e non specifica come i dati vengono elaborati in tempo reale all'arrivo. Fan-out driven è un modello in cui un singolo messaggio viene inviato a più destinatari, ma non descrive l'attivazione dell'elaborazione all'arrivo dei dati. Schedule-driven (basato su pianificazione) è errato perché implica l'elaborazione a intervalli fissi (come il batch notturno esistente), che è l'opposto del requisito quasi in tempo reale.