한 제조 기업이 거의 실시간으로 센서 데이터를 수집하고, 중첩된 JSON 형식으로 저장하며, 10밀리초 미만의 지연 시간으로 쿼리를 지원해야 합니다. 이 솔루션은 운영 오버헤드가 최소화되어야 합니다. 다음 아키텍처 중 이러한 요구 사항을 충족하는 것은 무엇입니까?

이 아키텍처는 거의 실시간 데이터 수집, 중첩된 JSON 형식 저장, 10밀리초 미만의 쿼리 지연 시간, 최소한의 운영 오버헤드라는 요구 사항을 충족합니다. Amazon Kinesis Data Streams는 대규모 스트리밍 데이터를 거의 실시간으로 캡처하는 데 적합하며, DynamoDB는 중첩된 JSON을 지원하는 NoSQL 데이터베이스로, 밀리초 단위의 지연 시간으로 데이터를 쿼리할 수 있습니다. 또한 두 서비스 모두 완전 관리형이므로 운영 오버헤드가 적습니다. 자체 호스팅 Apache Kafka 클러스터는 운영 오버헤드가 높고, Amazon S3는 쿼리 지연 시간이 10밀리초 미만이라는 요구 사항을 충족하기 어렵습니다. AWS Lambda는 데이터 처리에는 적합하지만, 스트리밍 데이터 캡처 자체에는 Kinesis Data Streams가 더 효율적이며, S3는 여전히 쿼리 지연 시간 문제가 있습니다. Amazon SQS는 메시지 큐 서비스로 스트리밍 데이터 캡처에는 적합하지 않고, Amazon RDS는 관계형 데이터베이스로 중첩된 JSON 형식 저장에 비효율적이며, 대규모 실시간 쿼리 성능이 DynamoDB보다 떨어질 수 있습니다.