Een bedrijf heeft een applicatie voor beeldanalyse gebouwd, waarbij gebruikers foto's uploaden en fotolijsten selecteren. Momenteel gebruikt het een enkele Amazon EC2-instance en Amazon DynamoDB voor metadata. Het gebruikersverkeer varieert aanzienlijk per tijdstip van de dag en het aantal gelijktijdige gebruikers zal toenemen. Het bedrijf moet ervoor zorgen dat de applicatie kan schalen om aan de vraag te voldoen. Welke oplossing voldoet aan deze vereisten?

De correcte optie schaalt de applicatie effectief. AWS Lambda is een serverloze compute-service die automatisch schaalt met de vraag, ideaal voor variërend verkeer en het verwerken van foto's. Amazon S3 is een objectopslagservice die zeer schaalbaar en duurzaam is voor het opslaan van foto's. DynamoDB blijft geschikt voor metadata vanwege de schaalbaarheid en prestaties. De andere opties zijn minder geschikt: Het opslaan van foto's in DynamoDB is onpraktisch en kostbaar, aangezien DynamoDB geoptimaliseerd is voor kleine, snel toegankelijke gegevensitems, niet voor grote binaire objecten zoals foto's. Kinesis Data Firehose is primair voor het vastleggen en laden van streaming data naar data stores en analyse tools, niet voor het verwerken van individuele foto's of het opslaan van metadata. Het verhogen van EC2-instances zonder een schaalbare architectuur (zoals Auto Scaling) lost het probleem van variërend verkeer niet volledig op en introduceert beheercomplexiteit. EBS io2 volumes zijn voor hoge prestaties op blokniveau, maar niet de primaire schaaloplossing voor objectopslag of compute.