ある会社が、複数の逐次的なコンピューティング負荷の高いステップでレコードを処理するカスタムアプリケーションを、Auto Scaling グループ内の EC2 インスタンスで実行しています。各ステップには最大 5 分かかります。現在、いずれかのステップが失敗すると、レコード全体を最初から再処理する必要があります。同社は、運用上のオーバーヘッドを最小限に抑えつつ、失敗したステップのみを再処理したいと考えています。これを実現するための最も運用効率の高いアーキテクチャは何ですか？

AWS Step Functionsは、複数のステップからなるワークフローをオーケストレーションするのに最適です。各ステップをLambda関数として実装し、Step Functionsのステートマシンで定義することで、失敗したステップのみを再試行できます。これにより、レコード全体を最初から再処理する必要がなくなり、運用オーバーヘッドを最小限に抑えられます。 他の選択肢は、この要件を満たすには不十分です。S3とSNSの組み合わせでは、ステップ間の状態管理や失敗時の再試行ロジックを独自に構築する必要があり、運用オーバーヘッドが増大します。Fargateでコンテナを自己呼び出しさせる方法は、複雑で信頼性に欠ける可能性があります。KinesisとLambdaはストリーミング処理に適していますが、複雑な逐次ワークフローのオーケストレーションにはStep Functionsの方が優れています。