한 유틸리티 회사가 5분마다 스마트 미터 사용량을 수집합니다. 데이터는 Amazon API Gateway를 통해 들어오고, AWS Lambda 함수로 이동하며, Amazon DynamoDB 테이블에 저장됩니다. 파일럿 기간 동안 Lambda는 3~5초 동안 실행되었지만, 미터가 확장됨에 따라 Lambda 실행 시간이 1~2분으로 늘어났고, 더 많은 지표 유형으로 인해 실행 시간이 더욱 증가했습니다. DynamoDB PUT에서 많은 ProvisionedThroughputExceededException 오류가 발생하고 Lambda에서 많은 TooManyRequestsException 오류가 발생합니다. 문제 해결을 위한 변경 사항 조합은 무엇입니까? (두 가지를 선택하세요.)

DynamoDB 쓰기 용량 단위 증가: ProvisionedThroughputExceededException 오류는 DynamoDB 테이블의 쓰기 처리량이 부족하여 발생합니다. 쓰기 용량 단위를 늘리면 초당 더 많은 쓰기 요청을 처리할 수 있어 이 문제를 해결할 수 있습니다. API Gateway에서 Kinesis Data Stream으로 스트리밍 및 배치 처리: Lambda에서 발생하는 TooManyRequestsException 오류와 길어진 실행 시간은 Lambda 함수가 개별 요청을 처리하는 데 과부하가 걸렸음을 나타냅니다. API Gateway에서 데이터를 Kinesis Data Stream으로 스트리밍하고, Lambda가 Kinesis에서 데이터를 배치로 읽어 처리하도록 하면 Lambda 호출 횟수를 줄이고 효율성을 높일 수 있습니다. Lambda 메모리 증가는 실행 시간을 단축할 수 있지만, 근본적인 처리량 문제를 해결하지 못합니다. 스마트 미터에서 페이로드 크기를 늘리는 것은 데이터 처리량을 더욱 악화시킬 수 있습니다. SQS FIFO 큐는 메시지 순서를 보장하지만, 대량의 동시 요청 처리에는 Kinesis Data Stream이 더 적합합니다.