Gebruikers uploaden kleine bestanden naar Amazon S3. Na het uploaden moet elk bestand een eenmalige eenvoudige transformatie naar JSON ondergaan voor latere analyse. Elk bestand moet zo snel mogelijk na het uploaden worden verwerkt. De vraag varieert sterk van hoog tot laag of geen. Welke oplossing voldoet aan deze vereisten met de MINSTE operationele overhead?

De correcte optie voldoet aan de vereisten met de minste operationele overhead. S3-gebeurtenismeldingen naar SQS zorgen voor asynchrone verwerking bij bestandsuploads. AWS Lambda is serverloos en schaalt automatisch van nul tot hoge vraag, ideaal voor variabele workloads en minimaliseert operationele overhead. DynamoDB is een serverloze NoSQL-database die goed presteert bij hoge doorvoer en lage latentie, wat geschikt is voor het opslaan van de getransformeerde JSON-bestanden. De andere opties zijn minder optimaal: Amazon EMR is te complex en duur voor eenvoudige, eenmalige transformaties van kleine bestanden. Aurora is een relationele database die overkill is voor dit gebruik. EC2-instances vereisen handmatig beheer en schalen niet zo efficiënt als Lambda voor variabele, onregelmatige workloads, wat leidt tot hogere operationele overhead. Kinesis Data Streams is geschikt voor real-time streaming van grote hoeveelheden gegevens, maar is hier te complex voor eenvoudige bestandstransformaties. Aurora is ook hier niet de meest geschikte database.