자전거 공유 회사가 피크 시간 동안 자전거 위치를 추적하기 위한 다중 계층 아키텍처를 구축하고 있습니다. 이 회사는 기존 분석 플랫폼에서 이러한 데이터 포인트를 사용하고자 합니다. 솔루션스 아키텍트는 가장 실현 가능한 다중 계층 옵션을 결정해야 합니다. 데이터 포인트는 REST API를 통해 액세스할 수 있어야 합니다. 위치 데이터를 저장하고 검색하기 위한 요구 사항을 충족하는 작업은 무엇입니까?

자전거 위치 데이터에 REST API를 통해 액세스해야 하므로, API Gateway는 HTTP 요청을 수신하고 백엔드 서비스로 라우팅하는 데 적합합니다. Lambda는 서버리스 함수로, API Gateway에서 받은 요청을 처리하여 위치 데이터를 저장하거나 검색하는 비즈니스 로직을 실행할 수 있습니다. 이는 실시간 데이터 액세스 요구사항을 충족하는 확장 가능하고 비용 효율적인 솔루션입니다. Amazon S3와 Athena는 데이터 레이크 및 분석에 더 적합하며, 실시간 REST API 액세스에는 직접적이지 않습니다. Amazon Redshift와 QuickSight는 주로 데이터 웨어하우징 및 비즈니스 인텔리전스에 사용되며, 실시간 API 엔드포인트 제공과는 거리가 있습니다. Amazon Kinesis Data Analytics는 스트리밍 데이터 분석에 사용되지만, API Gateway와 직접 결합하여 위치 데이터 저장/검색 API를 제공하는 주된 방법은 아닙니다.