Un'azienda ospita più di 300 siti web e applicazioni globali e necessita di una piattaforma per analizzare oltre 30 TB di dati clickstream al giorno. Cosa dovrebbe usare un architetto di soluzioni per acquisire ed elaborare i dati clickstream?

L'opzione corretta sfrutta i servizi Kinesis per la raccolta e l'elaborazione in tempo reale di grandi volumi di dati di streaming. Amazon Kinesis Data Streams è ideale per acquisire dati clickstream ad alta velocità. Kinesis Data Firehose può quindi consegnare automaticamente questi dati a un data lake Amazon S3 per l'archiviazione a lungo termine e, successivamente, caricarli in Amazon Redshift, un data warehouse ottimizzato per l'analisi di petabyte di dati. Le altre opzioni presentano delle inefficienze: AWS Data Pipeline con Amazon EMR è una soluzione valida per l'elaborazione batch, ma potrebbe non essere ottimale per l'acquisizione e l'elaborazione in tempo reale di 30 TB di dati al giorno. Un gruppo con scalabilità automatica di istanze EC2 per l'elaborazione è meno gestito e più costoso rispetto ai servizi Kinesis per questo caso d'uso. Memorizzare nella cache i dati su Amazon CloudFront non è il suo scopo principale; CloudFront è una CDN. L'uso di Lambda per elaborare 30 TB di dati al giorno direttamente da S3 potrebbe essere costoso e complesso da gestire per volumi così elevati.