Un'azienda sta migrando la sua piattaforma IoT on-premises su AWS. La piattaforma è composta da: un cluster MongoDB che memorizza i dati IoT raccolti ed elaborati; un'app che utilizza MQTT per interrogare i dispositivi ogni 5 minuti; processi periodici che generano report (i processi vengono eseguiti per 120-600 secondi); e un'applicazione web pubblica che serve i report. L'azienda desidera ridurre l'overhead operativo mantenendo le prestazioni. Quale combinazione di passaggi fornisce la soluzione richiesta con il MINOR overhead operativo? (Scegliere tre.)

Le opzioni corrette riducono l'overhead operativo e mantengono le prestazioni. Migrare MongoDB ad Amazon DocumentDB offre un database NoSQL completamente gestito e compatibile con MongoDB, eliminando la gestione del cluster. Connettere i dispositivi ad AWS IoT Core e usare una regola IoT per attivare una funzione Lambda permette di gestire l'ingestione e l'elaborazione dei dati IoT in modo serverless e scalabile. Creare state machine di AWS Step Functions con task Lambda per la generazione dei report e l'archiviazione su Amazon S3, con distribuzione tramite CloudFront, fornisce una soluzione serverless, scalabile e performante per l'elaborazione e la distribuzione dei report. Le opzioni errate aumentano l'overhead operativo o non sono ottimali. Distribuire un cluster Amazon EKS su istanze EC2 per i report introduce complessità e costi di gestione elevati. Creare una funzione Lambda che si connetta direttamente ai dispositivi IoT non è il pattern standard per l'ingestione di dati IoT e potrebbe non essere scalabile o efficiente. Migrare MongoDB su istanze Amazon EC2 non riduce l'overhead operativo, poiché richiede la gestione manuale del database.