Un'azienda sta sviluppando un gioco mobile che trasmette gli aggiornamenti dei punteggi a un processore backend e poi pubblica i risultati su una classifica. La soluzione deve gestire picchi di traffico elevati, elaborare gli aggiornamenti nell'ordine in cui vengono ricevuti, archiviare gli aggiornamenti elaborati in un database ad alta disponibilità e ridurre al minimo l'overhead di gestione. Cosa dovrebbe implementare l'architetto di soluzioni?

La soluzione corretta utilizza Kinesis Data Streams per gestire picchi di traffico elevati e garantire l'elaborazione degli aggiornamenti nell'ordine ricevuto, grazie alla natura ordinata degli stream. AWS Lambda è una soluzione serverless che riduce al minimo l'overhead di gestione e scala automaticamente per elaborare i dati da Kinesis. Amazon DynamoDB è un database NoSQL ad alta disponibilità e scalabile, ideale per archiviare i risultati del gioco con bassa latenza. Le altre opzioni sono meno efficienti o non soddisfano tutti i requisiti: L'uso di istanze EC2 con Auto Scaling per l'elaborazione introduce maggiore overhead di gestione rispetto a Lambda. Amazon Redshift è un data warehouse analitico, non ottimale per l'archiviazione transazionale di singoli aggiornamenti di punteggi. Amazon SNS non garantisce l'ordine di elaborazione dei messaggi. Un database SQL su EC2 richiede gestione e non offre la stessa scalabilità e disponibilità intrinseca di DynamoDB o RDS Multi-AZ. Amazon SQS non garantisce l'ordine di elaborazione dei messaggi per impostazione predefinita (se non si usa SQS FIFO, ma Kinesis è più adatto per stream di dati). Le istanze EC2 con Auto Scaling aumentano l'overhead di gestione rispetto a Lambda.