Een webapplicatie achter een CloudFront-distributie heeft near-realtime monitoring nodig voor foutpercentages en anomaliedetectie. Welke combinatie van acties moet een ontwikkelaar ondernemen om een dashboard te bouwen dat de meest frequente monitoring biedt? (Kies twee.)

De correcte antwoorden zijn "Schakel CloudFront real-time logs in en creëer een datastream in Amazon Kinesis Data Streams" en "Gebruik Kinesis Data Streams om logs via een Lambda-functie door te sturen naar Amazon OpenSearch Service en bouw een dashboard in OpenSearch Dashboards." CloudFront real-time logs leveren loggegevens met een lage latentie, essentieel voor near-realtime monitoring. Deze logs kunnen direct naar Kinesis Data Streams worden gestreamd. Vanuit Kinesis Data Streams kan een Lambda-functie de gegevens verwerken en doorsturen naar Amazon OpenSearch Service, dat krachtige zoek- en analysefunctionaliteit biedt. OpenSearch Dashboards is dan de ideale tool om dashboards te bouwen voor foutpercentages en anomaliedetectie. Het streamen van logs naar een S3-bucket en het gebruik van Athena is minder geschikt voor near-realtime monitoring vanwege de hogere latentie van S3 en de batch-georiënteerde aard van Athena. Kinesis Data Firehose is een goede optie voor het leveren van logs, maar de vraag specificeert near-realtime monitoring, wat Kinesis Data Streams met een Lambda-functie en OpenSearch Service beter aanpakt. CloudTrail is primair voor audit logging van AWS API-aanroepen, niet voor webapplicatieverkeer via CloudFront.