Een podcastplatform detecteert lage betrokkenheid door een 10 minuten durend sliding window van gebruikersgebeurtenissen te analyseren. Je moet gebeurtenissen opnemen en de meest recente 10 minuten aan gegevens transformeren voordat je inferentie uitvoert met minimale operationele overhead. Welk ontwerp is het beste?

De correcte optie is het beste omdat Amazon Kinesis Data Streams een schaalbare en duurzame oplossing biedt voor het opnemen van streaminggegevens, wat essentieel is voor realtime gebruikersgebeurtenissen. Amazon Kinesis Data Analytics is vervolgens de ideale service voor het verwerken van streaminggegevens met behulp van SQL of Apache Flink, waardoor het eenvoudig is om een sliding window van 10 minuten te definiëren en de gegevens te transformeren voordat inferentie wordt uitgevoerd. Dit minimaliseert de operationele overhead omdat Kinesis Data Analytics volledig beheerd is. De andere opties zijn minder geschikt: Het gebruik van Amazon MSK (Managed Streaming for Apache Kafka) is een valide optie voor het opnemen van gegevens, maar in combinatie met Kinesis Data Analytics is het complexer dan de Kinesis-stack. Het leveren aan S3 met Kinesis Data Firehose en vervolgens Lambda gebruiken, introduceert extra latentie en complexiteit voor een realtime sliding window-analyse. S3 is meer geschikt voor batchverwerking of opslag op lange termijn, niet voor directe streamingtransformatie. Het gebruik van Amazon MSK met AWS Lambda voor transformatie vereist meer handmatige configuratie en beheer van Lambda-functies voor het bijhouden van het sliding window, wat de operationele overhead verhoogt vergeleken met Kinesis Data Analytics.