생명 과학 팀은 시퀀서에서 게놈당 약 200GB를 생성합니다. 이들은 하루에 10~15개의 작업을 실행합니다. 각 작업은 이상적인 컴퓨팅 환경에서 몇 시간이 걸릴 수 있습니다. 시퀀싱 데이터는 온프레미스 SAN에 저장되며, 회사는 고속 AWS Direct Connect 링크를 보유하고 있습니다. 최종 결과는 Amazon S3에 저장되어야 합니다. 팀은 수요에 따라 확장하고 처리 시간을 단축하기 위해 유전체 분석 플랫폼을 AWS로 이전하고자 합니다. 다음 중 이러한 요구 사항을 충족하는 솔루션은 무엇입s니까?

정답은 AWS DataSync를 사용하여 시퀀싱 데이터를 S3로 전송하고, S3 이벤트를 통해 AWS Step Functions 워크플로우를 시작하는 Lambda 함수를 트리거하며, Docker 이미지를 Amazon ECR에 저장하고 AWS Batch가 컨테이너를 실행하여 시퀀싱 작업을 처리하도록 하는 것입니다. DataSync는 온프레미스 SAN에서 S3로 대용량 데이터를 효율적으로 전송하는 데 최적화되어 있습니다. S3 이벤트와 Lambda는 데이터 수신 시 자동 처리를 시작하는 데 적합하며, Step Functions는 복잡한 워크플로우를 오케스트레이션합니다. Amazon ECR과 AWS Batch는 Docker 컨테이너 기반의 대규모 병렬 컴퓨팅 작업을 비용 효율적이고 확장 가능하게 실행하는 데 이상적입니다. 다른 옵션들은 다음과 같은 이유로 적합하지 않습니다. AWS Snowball Edge는 정기적인 대용량 데이터 전송에 비효율적이며, 고속 Direct Connect 링크가 이미 있으므로 불필요합니다. AWS Data Pipeline은 대용량 파일 전송보다는 데이터 변환 및 이동에 더 적합하며, EC2 Auto Scaling 그룹을 직접 트리거하는 방식은 유연성이 떨어집니다. AWS Storage Gateway 파일 게이트웨이는 온프레미스 애플리케이션이 S3에 파일 인터페이스로 접근하게 하지만, 대규모 초기 데이터 마이그레이션에는 DataSync가 더 효율적입니다. 또한, AWS Batch는 EC2 인스턴스에서 직접 실행되는 것이 아니라, Batch 서비스가 컴퓨팅 리소스를 관리합니다.