Un'azienda esegue un'applicazione basata su REST su Amazon EC2 che riceve dati quasi in tempo reale da un fornitore terzo. L'applicazione elabora e archivia i dati. Il fornitore riceve molti errori 503 Service Unavailable quando invia i dati perché la capacità di calcolo aumenta e l'applicazione raggiunge la capacità massima. Quale design dovrebbe raccomandare un architetto di soluzioni per fornire una soluzione più scalabile?

L'utilizzo di Amazon Kinesis Data Streams per acquisire i dati e l'elaborazione con AWS Lambda è la soluzione più scalabile. Kinesis Data Streams è progettato per acquisire e archiviare flussi di dati ad alto volume in tempo reale, fornendo un buffer che assorbe i picchi di traffico e impedisce al fornitore di ricevere errori 503. Le funzioni Lambda sono serverless e si scalano automaticamente in base al volume dei dati in Kinesis, eliminando i problemi di capacità dell'applicazione EC2. Le altre opzioni sono meno efficaci: Amazon API Gateway può mitigare alcuni problemi, ma non risolve la capacità di elaborazione dell'applicazione sottostante e l'errore 503 si sposterebbe semplicemente all'API Gateway se l'applicazione non riuscisse a tenere il passo. Amazon SNS è un servizio di messaggistica pub/sub, non un servizio di streaming di dati ad alto throughput come Kinesis, e non è ottimizzato per l'acquisizione di flussi di dati in tempo reale. Riconfezionare l'applicazione come container su ECS con Auto Scaling è un miglioramento, ma Kinesis Data Streams e Lambda offrono una soluzione intrinsecamente più scalabile e serverless per l'acquisizione e l'elaborazione di flussi di dati, riducendo l'overhead di gestione dell'infrastruttura.