Een bedrijf met 700.000 geregistreerde gebruikers gaat een product aanbieden dat grote .pdf-bestanden (gemiddeld 5 MB) converteert naar .jpg-afbeeldingen. Het bedrijf moet zowel de originele als de geconverteerde bestanden opslaan en moet een schaalbare oplossing ontwerpen om snel groeiende vraag op te vangen die ook kosteneffectief is. Welke oplossing voldoet HET MEEST kosteneffectief aan deze vereisten?

De correcte oplossing maakt gebruik van Amazon S3 voor opslag en AWS Lambda voor conversie. S3 is een zeer schaalbare en kosteneffectieve objectopslag voor grote hoeveelheden bestanden. Het triggeren van een Lambda-functie bij een S3 PUT-event is een serverloze, efficiënte manier om bestanden te verwerken zonder dat er servers hoeven te draaien wanneer er geen werk is, wat de kosten minimaliseert. Lambda schaalt automatisch mee met de vraag. De optie met DynamoDB is onjuist omdat DynamoDB een NoSQL-database is, niet geschikt voor het opslaan van grote binaire bestanden zoals PDF's en JPG's. De opties met Elastic Beanstalk en EC2-instances zijn minder kosteneffectief omdat EC2-instances continu moeten draaien (of opstarten en afsluiten), wat duurder is dan de pay-per-use van Lambda. Bovendien zijn EBS en EFS niet de meest kosteneffectieve opslagoplossingen voor dit type ongestructureerde data vergeleken met S3.