Een attractiepark wil real-time videobeelden van camera's bij verschillende ingangen vastleggen, monitoren en opslaan. Beveiligingspersoneel heeft directe toegang tot de beelden nodig; opgeslagen beelden moeten worden geïndexeerd en beschikbaar zijn voor het data science-team. Wat is de meest kosteneffectieve oplossing die aan deze vereisten voldoet?

De correcte optie is om Amazon Kinesis Video Streams te gebruiken voor het opnemen, indexeren en opslaan van de video, en de ingebouwde HLS-functionaliteit (HTTP Live Streaming) voor beveiligingspersoneel om de feeds te bekijken. Kinesis Video Streams is specifiek ontworpen voor het verwerken van videostreams, inclusief indexing en duurzame opslag, en ondersteunt HLS voor real-time weergave met lage latentie. De eerste optie is minder kosteneffectief omdat Amazon Rekognition voornamelijk een machine learning-service is voor video-analyse, niet voor het primair opnemen en weergeven van streams. Hoewel het kan integreren met Kinesis Video Streams, is het niet de meest directe of kosteneffectieve manier om live beelden te bekijken. De derde optie is onjuist omdat Amazon Rekognition Video geen opnameservice is; het analyseert bestaande video. Kinesis Data Streams is voor algemene datastromen, niet geoptimaliseerd voor video. De vierde optie is onjuist omdat Amazon Kinesis Data Firehose is ontworpen voor het leveren van streaming data aan opslagbestemmingen en niet voor het opnemen van videostreams of het bieden van HLS-weergave.