IoTプラットフォームは、Application Load Balancerの背後にあるEC2上のNode.js APIサーバーを介してセンサーデータを取り込み、単一の4 TB汎用SSD上のRDS MySQLインスタンスに保存します。センサーの数が増加しており、APIサーバーは過負荷状態にあり、RDSは高い書き込みレイテンシーを示しています。センサーが追加されるにつれて、永続的でスケーラブルかつコスト効率の高い解決策を2つ組み合わせるとしたら、どれが適切ですか？

Kinesis Data StreamsとLambdaの組み合わせは、大量のセンサーデータをリアルタイムで取り込み、処理するためのスケーラブルなソリューションです。Kinesisは高いスループットを処理し、Lambdaはサーバーレスで自動的にスケールするため、APIサーバーの過負荷を解消し、永続性とスケーラビリティを提供します。DynamoDBへの再設計は、RDS MySQLの書き込みレイテンシー問題を解決します。DynamoDBはNoSQLデータベースであり、高い書き込みスループットと低レイテンシーを提供し、自動的にスケールするため、センサーデータの保存に非常に適しています。 EBSボリュームのサイズを増やすだけでは、根本的な書き込みレイテンシーの問題は解決しません。Auroraへの再設計は読み取りスケーラビリティを向上させますが、書き込みレイテンシーの問題は残る可能性があります。X-RayによるトラブルシューティングとAPIサーバーの追加は一時的な対策であり、根本的なスケーラビリティの問題を解決しません。