Een bedrijf voert grote batchverwerkingssimulatietaken uit op gegevens die zijn opgeslagen in een S3-bucket. De taken zijn fouttolerant (kunnen worden onderbroken) en de uitvoer wordt opgeslagen in een afzonderlijke S3-bucket. Elke taak verwerkt 15–20 GB aan invoergegevens. Welke architectuur voldoet het meest kosteneffectief aan de vereisten?

De meest kosteneffectieve oplossing voor fouttolerante, onderbreekbare batchverwerkingstaken met grote datasets is AWS Batch met EC2 Spot Instances en de SPOTCAPACITYOPTIMIZED-allocatiestrategie. Spot Instances zijn aanzienlijk goedkoper dan On-Demand instances en zijn geschikt voor workloads die onderbroken kunnen worden, zoals deze simulatietaken. De SPOTCAPACITYOPTIMIZED-strategie zorgt ervoor dat Spot Instances worden geselecteerd uit pools met de grootste beschikbaarheid, wat de kans op onderbrekingen minimaliseert en de stabiliteit verhoogt. Optie 1 (serverloos met Lambda) is minder geschikt vanwege de 15-minuten timeout en geheugenlimieten van Lambda voor taken die 15-20 GB aan invoer verwerken. Optie 3 (mix van On-Demand en Spot) is duurder dan een pure Spot-oplossing, aangezien de taken fouttolerant zijn. Optie 4 (Amazon EKS) voegt onnodige complexiteit en overhead toe voor batchtaken die eenvoudiger kunnen worden beheerd met AWS Batch.