Un'azienda di media ha un repository di 30 TB di video di notizie digitali archiviati su nastro in una libreria di nastri on-premise e referenziati da un sistema di gestione delle risorse multimediali (MAM). L'azienda desidera arricchire automaticamente i metadati video (ad esempio, oggetti, elementi scenici e volti) e rendere i video ricercabili tramite il MAM. Esiste già un catalogo di volti con immagini di persone che appaiono nei video. L'azienda prevede di migrare i video su AWS e dispone di un collegamento AWS Direct Connect ad alta velocità. L'azienda desidera spostare i file video direttamente dal suo attuale file system con il minor overhead di gestione continua e la minima interruzione del sistema esistente. Quale soluzione soddisfa questi requisiti?

L'opzione corretta soddisfa tutti i requisiti. AWS Storage Gateway File Gateway consente all'azienda di migrare i file video direttamente dal file system esistente a S3 con un sovraccarico minimo, sfruttando Direct Connect. Amazon Rekognition è il servizio ideale per l'arricchimento automatico dei metadati video (oggetti, scene, volti) e può utilizzare il catalogo di volti esistente. Una funzione Lambda che invoca Rekognition e reinserisce i metadati nel MAM completa il flusso di lavoro. Le opzioni errate presentano i seguenti problemi: L'opzione Tape Gateway non è adatta per l'accesso diretto ai file e l'elaborazione dei metadati, in quanto è progettata per il backup su nastro virtuale. L'opzione Kinesis Video Streams è più adatta per lo streaming video in tempo reale e introduce complessità non necessarie per la migrazione di un archivio esistente di 30 TB. L'opzione EC2 con OpenCV richiede una gestione significativa dell'infrastruttura, non è scalabile o gestita come Rekognition, e non soddisfa il requisito di "minimo overhead di gestione continua".