Un'azienda ha implementato un'applicazione serverless in cui una funzione AWS Lambda elabora nuovi documenti caricati in un bucket Amazon S3. Dopo una campagna di marketing, molti documenti non sono stati elaborati. Cosa dovrebbe fare un architetto di soluzioni per migliorare questa architettura?

La creazione di una coda Amazon SQS e la sua configurazione come origine eventi per Lambda è la soluzione migliore. Questo disaccoppia il processo di caricamento da quello di elaborazione, consentendo a SQS di accodare i messaggi (eventi di caricamento S3) anche durante i picchi di traffico. Lambda può quindi elaborare questi messaggi a una velocità controllata, riprovando automaticamente in caso di errori o timeout. Aumentare il timeout di Lambda a 15 minuti potrebbe non risolvere il problema di un volume elevato di eventi simultanei che superano la capacità di elaborazione o le quote di concorrenza di Lambda. La replica del bucket S3 non influisce direttamente sulla capacità di elaborazione dei documenti. L'implementazione di una funzione Lambda aggiuntiva e il bilanciamento del carico sono più complessi e potrebbero non essere sufficienti a gestire picchi imprevedibili senza un meccanismo di accodamento.