IoT 플랫폼은 Application Load Balancer 뒤의 EC2에 있는 Node.js API 서버를 통해 센서 데이터를 수집하고 단일 4TB General Purpose SSD의 RDS MySQL 인스턴스에 저장합니다. 센서 수가 증가함에 따라 API 서버에 과부하가 걸리고 RDS에서 높은 쓰기 지연 시간이 발생합니다. 센서가 추가될 때 영구적이고 확장 가능하며 비용 효율적인 해결책을 함께 제공하는 두 가지 작업은 무엇입니까?

Kinesis Data Streams는 대규모 스트리밍 데이터를 수집하고 Lambda는 서버리스 방식으로 처리하여 API 서버의 부하를 줄이고 확장성을 제공합니다. DynamoDB는 NoSQL 데이터베이스로, 높은 쓰기 처리량과 낮은 지연 시간을 제공하며, IoT 센서 데이터와 같이 대량의 비정형 데이터를 처리하는 데 적합하여 RDS MySQL의 쓰기 지연 문제를 해결합니다. MySQL 볼륨 크기를 늘리는 것은 IOPS를 일시적으로 개선할 수 있지만, 근본적인 확장성 문제를 해결하지 못합니다. Aurora로 재구성하고 읽기 복제본을 추가하는 것은 읽기 성능을 향상시키지만, 쓰기 지연 문제에는 직접적인 해결책이 아닙니다. X-Ray는 문제 해결 도구이며, API 서버를 추가하는 것은 일시적인 해결책일 뿐, 데이터베이스의 쓰기 병목 현상을 해결하지 못합니다.