Een bedrijf neemt een continue stroom marktgegevens op met een constante snelheid en slaat deze op. Een nachtelijke aggregatietaak duurt ongeveer 4 uur om statistieken te berekenen; de analyse is niet-kritiek en kan bij de volgende uitvoering opnieuw worden geprobeerd als deze mislukt. Het huidige systeem maakt gebruik van een pool van 1-jarige Reserved Instances die constant draaien om gegevens op te nemen en op te slaan op gekoppelde EBS-volumes. Een gepland script start 's nachts On-Demand EC2-instances om de aggregatie uit te voeren, die via NFS toegang krijgen tot gegevens van de ingestieservers, en beëindigt deze wanneer het werk is voltooid. De Reserved Instance-reserveringen verlopen. Het bedrijf wil de meest kosteneffectieve optie. Welke oplossing moet de architect aanbevelen?

De correcte optie is de meest kosteneffectieve oplossing. Het gebruik van Amazon Kinesis Data Firehose om gegevens naar Amazon S3 te leveren, is efficiënter en schaalbaarder dan het handhaven van EC2 Reserved Instances voor ingestie, vooral omdat de bestaande reserveringen verlopen. S3 biedt duurzame en goedkope opslag. Voor de nachtelijke aggregatietaak is AWS Batch met Spot Instances ideaal. Spot Instances zijn aanzienlijk goedkoper dan On-Demand instances en zijn geschikt voor niet-kritieke, fouttolerante workloads die opnieuw kunnen worden geprobeerd, zoals de beschreven aggregatietaak. Het beperken van de Spot-biedingen zorgt voor kostenbeheersing. De andere opties zijn minder kosteneffectief: Het blijven gebruiken van On-Demand EC2-instances voor de batchverwerking is duurder dan Spot Instances. Het opnieuw aanschaffen van 3-jarige Reserved Instances voor ingestie is minder flexibel en potentieel duurder dan Kinesis Data Firehose en S3. Het laden van gegevens in Amazon Redshift en het gebruik van Lambda voor query's kan duurder zijn voor deze specifieke workload, gezien de aard van de aggregatie en de behoefte aan kosteneffectiviteit.