Un'azienda esegue grandi processi di simulazione batch su dati archiviati in un bucket S3. I processi sono tolleranti ai guasti (possono essere interrotti) e gli output sono archiviati in un bucket S3 separato. Ogni processo elabora 15-20 GB di dati di input. Quale architettura soddisferà i requisiti nel modo più conveniente?

L'opzione corretta è creare un ambiente di calcolo AWS Batch che utilizzi istanze Spot di EC2 con la strategia SPOTCAPACITYOPTIMIZED. I processi di simulazione batch sono tolleranti ai guasti e possono essere interrotti, rendendoli ideali per le istanze Spot, che offrono un risparmio sui costi significativo rispetto alle istanze On-Demand. La strategia SPOTCAPACITYOPTIMIZED seleziona i pool Spot con la capacità più elevata disponibile, riducendo la probabilità di interruzioni. AWS Batch è progettato per gestire carichi di lavoro batch su larga scala, orchestrando automaticamente le risorse di calcolo. L'opzione serverless con Step Functions e Lambda non è adatta per l'elaborazione di 15-20 GB di dati per processo a causa dei limiti di memoria e tempo di esecuzione di Lambda. L'uso di un mix di istanze On-Demand e Spot aumenterebbe i costi inutilmente, dato che i processi sono tolleranti ai guasti. Amazon EKS sarebbe una soluzione più complessa e costosa da gestire per questo specifico caso d'uso rispetto ad AWS Batch.