차량 제조업체는 많은 차량으로부터 MQTT를 통해 원격 측정 데이터를 수집합니다. 데이터는 5분마다 처리되어 사용자 지정 앱을 통한 이상 감지를 위해 온프레미스 스토리지로 복사됩니다. 온프레미스 스토리지는 피크에 맞춰 확장할 수 없기 때문에 데이터가 손실됩니다. 운영 오버헤드가 가장 적으면서 확장 및 분석 요구 사항을 해결하는 AWS 기반 솔루션은 무엇입니까?

이 솔루션은 AWS IoT Core를 사용하여 MQTT 데이터를 수집하고, Kinesis Data Firehose를 통해 S3에 저장하며, Kinesis Data Analytics로 이상 감지를 수행하여 확장성 및 분석 요구 사항을 충족합니다. IoT Core는 대규모 디바이스 연결 및 메시지 라우팅에 최적화되어 있으며, Kinesis Data Firehose는 서버리스 방식으로 데이터를 S3에 안정적으로 전송합니다. Kinesis Data Analytics는 실시간 스트리밍 데이터에 대한 이상 감지 분석을 제공하여 운영 오버헤드를 최소화합니다. 오답 설명: AWS IoT Greengrass는 엣지 컴퓨팅 솔루션으로, 차량 내에서 데이터를 처리하는 데 적합하지만, 문제의 요구사항은 클라우드 기반의 확장 가능한 솔루션입니다. Amazon MSK는 Kafka 관리 서비스로, Kinesis Data Firehose 및 Kinesis Data Analytics보다 운영 오버헤드가 높을 수 있습니다. AWS IoT FleetWise는 차량 데이터를 수집하는 데 특화되어 있지만, Kinesis Data Stream과 Kinesis Data Firehose 조합은 추가적인 관리 오버헤드를 발생시킬 수 있습니다. AWS Glue 기계 학습 변환은 이상 감지를 위해 배치 처리 방식에 더 적합하며, 실시간 분석에는 Kinesis Data Analytics가 더 효율적입니다. Amazon MQ는 메시지 브로커 서비스로, IoT Core보다 디바이스 연결 및 관리에 대한 기능이 제한적입니다. Amazon Lookout for Metrics는 이상 감지 서비스이지만, Kinesis Data Analytics는 사용자 지정 로직을 통해 더 유연한 실시간 분석을 제공합니다.