한 회사에서 여러 공급업체의 어플라이언스를 구매했습니다. 각 어플라이언스에는 IoT 센서가 있으며, 이 센서는 각 공급업체의 독점 형식으로 상태 메시지를 레거시 앱으로 보냅니다. 이 앱은 메시지를 JSON으로 파싱합니다. 파싱은 간단하지만 공급업체별로 다릅니다. 이 앱은 매일 모든 JSON 레코드를 파싱하여 분석을 위해 관계형 데이터베이스에 기록합니다. 이 회사는 더 빠르고 비용 효율적인 새로운 데이터 분석 설계를 원합니다. 다음 중 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?

이 솔루션은 AWS IoT Core를 사용하여 센서 데이터를 효율적으로 수집하고, AWS Lambda를 통해 공급업체별 독점 형식을 JSON으로 파싱하는 기존 로직을 재사용합니다. 파싱된 데이터를 Amazon S3에 .csv 파일로 저장하면 비용 효율적인 스토리지와 뛰어난 확장성을 확보할 수 있습니다. AWS Glue는 데이터 카탈로그화를 자동화하여 Amazon Athena가 S3의 데이터를 직접 쿼리할 수 있도록 하며, Amazon QuickSight는 시각화를 제공하여 빠르고 비용 효율적인 분석 요구 사항을 충족합니다. 다른 옵션들은 다음과 같은 이유로 적합하지 않습니다. Fargate로 마이그레이션하는 것은 기존 파싱 앱을 컨테이너화하는 것이지만, 실시간 스트리밍 데이터 처리에는 IoT Core와 Lambda 조합이 더 적합하며, Redshift는 대량의 비정형/반정형 데이터 수집 초기 단계에는 비용 효율적이지 않을 수 있습니다. SFTP 서버는 IoT 센서가 직접 파일을 전송하도록 수정해야 하므로 센서 수정이 어렵거나 불가능한 경우 비현실적입니다. Snowball Edge는 엣지 컴퓨팅 및 오프라인 데이터 전송에 적합하지만, 실시간 또는 준실시간 스트리밍 데이터 분석에는 적합하지 않습니다.