Een big data analytics cluster zal draaien op veel Linux Amazon EC2-instances verspreid over meerdere Availability Zones. Elk knooppunt moet lees-/schrijftoegang hebben tot gedeelde onderliggende bestandsopslag. Het bestandssysteem moet POSIX-compatibel, zeer beschikbaar, veerkrachtig en geschikt zijn voor een zeer hoge doorvoer. Welke opslagoplossing voldoet aan deze vereisten?

De correcte optie is om een Amazon EFS-bestandssysteem aan te maken met de Max I/O prestatiemodus en dit te koppelen aan elke EC2-instance. EFS is een volledig beheerde, schaalbare, elastische NFS-bestandsservice die POSIX-compatibel is en gelijktijdige toegang van duizenden EC2-instances ondersteunt, verspreid over meerdere Availability Zones. De Max I/O prestatiemodus is geoptimaliseerd voor toepassingen met een zeer hoge doorvoer en veel parallelle bewerkingen, zoals big data analytics. De andere opties zijn onjuist: AWS Storage Gateway file gateway is niet ontworpen voor de hoge doorvoer en lage latentie die nodig is voor big data analytics clusters. Amazon EFS met General Purpose prestatiemodus is niet geoptimaliseerd voor de extreem hoge doorvoervereisten van dit scenario. Een Amazon EBS-volume kan slechts aan één EC2-instance tegelijk worden gekoppeld en ondersteunt geen gedeelde toegang over meerdere instances.