Un'azienda raccoglie sondaggi sulla soddisfazione dei clienti sul proprio sito web. I sondaggi possono raggiungere migliaia di clienti all'ora. Attualmente i risultati vengono inviati via e-mail per una revisione manuale. L'azienda desidera automatizzare il flusso di lavoro e mantenere i risultati dei sondaggi disponibili per i 12 mesi precedenti. Qual è la soluzione che soddisfa questi requisiti nel modo PIÙ scalabile?

Questa soluzione è la più scalabile perché utilizza Amazon API Gateway per gestire migliaia di richieste all'ora in modo serverless. Amazon SQS disaccoppia il frontend dal backend, gestendo i picchi di traffico e garantendo che nessun dato venga perso. AWS Lambda elabora i messaggi dalla coda SQS, scalando automaticamente in base al carico. Amazon Comprehend è il servizio corretto per l'analisi del sentiment del testo. Amazon DynamoDB è un database NoSQL altamente scalabile e gestito, ideale per questo tipo di dati, e il TTL (Time To Live) gestisce automaticamente la scadenza dei dati dopo 12 mesi, soddisfacendo il requisito di conservazione. Le altre opzioni sono meno scalabili o usano servizi inappropriati: L'opzione con Amazon EC2 introduce la gestione dell'infrastruttura e non è intrinsecamente scalabile come le soluzioni serverless. L'opzione con Amazon S3 e Amazon Rekognition è errata perché Rekognition è per l'analisi di immagini e video, non per il testo. Inoltre, l'archiviazione dei risultati dell'analisi del sentiment in un secondo bucket S3 non è l'approccio più efficiente per i dati strutturati che richiedono query. L'opzione con Amazon Lex è errata perché Lex è un servizio per la costruzione di interfacce conversazionali (chatbot), non per l'analisi del sentiment di testo generico. Inoltre, SQS non invoca direttamente Lambda; Lambda deve eseguire il polling della coda.