Een instantie voor overstromingsbewaking heeft meer dan 10.000 sensoren die continu updates van minder dan 1 MB per stuk verzenden. On-premises applicatieservers ontvangen sensorupdates, transformeren deze naar menselijk leesbare records en schrijven de resultaten naar een on-premises relationele database. Analisten voeren eenvoudige SQL-query's uit op de live gegevens. Vanwege onderhoud (patches/updates) hebben deze servers downtime, en terwijl een server uitvalt, kunnen de resterende servers de belasting niet aan, wat leidt tot gegevensverlies. De instantie wil een hogere beschikbaarheid en minder operationele inspanning en kosten. De architect beveelt aan om AWS IoT Core te gebruiken om sensorgegevens op te nemen. Welk aanvullend ontwerp moet de architect aanbevelen om aan de vereisten te voldoen?

De juiste optie voldoet aan de vereisten voor hoge beschikbaarheid, lagere operationele inspanning en kosten. Kinesis Data Firehose is een volledig beheerde service die schaalt om de sensorgegevens op te nemen. Een Lambda-functie kan de transformatie uitvoeren. Het opslaan van gegevens in Apache Parquet-formaat in S3 is kosteneffectief en geoptimaliseerd voor analytische query's. Amazon Athena maakt het mogelijk om direct SQL-query's uit te voeren op de gegevens in S3 zonder servers te beheren. De eerste optie met Aurora MySQL is minder kosteneffectief en schaalbaar voor analytische workloads dan S3/Athena. De opties met Apache Flink (Kinesis Data Analytics) zijn complexer en duurder dan Kinesis Data Firehose voor dit specifieke gebruiksscenario, vooral omdat de transformatie eenvoudig is en door Lambda kan worden afgehandeld.