Aplikacja analityczna działająca w czasie rzeczywistym musi pobierać i przetwarzać 5 GB danych z mediów społecznościowych na minutę, a następnie ładować je do magazynu danych obsługującego szybkie zapytania. Która architektura spełnia te wymagania?

Prawidłowa odpowiedź spełnia wymagania dotyczące przetwarzania danych w czasie rzeczywistym i szybkiego dostępu. Amazon Kinesis Data Streams to usługa do zbierania i przetwarzania dużych strumieni danych w czasie rzeczywistym, idealna do pobierania 5 GB danych z mediów społecznościowych na minutę. Amazon Managed Service for Apache Flink (dawniej Kinesis Data Analytics) jest przeznaczony do transformacji strumieni danych w czasie rzeczywistym. Amazon DynamoDB to baza danych NoSQL o niskim opóźnieniu, która zapewnia szybkie zapytania, co jest kluczowe dla analityki w czasie rzeczywistym. Pozostałe opcje są mniej odpowiednie: EventBridge jest do routingu zdarzeń, nie do pobierania dużych strumieni danych. ElastiCache (Memcached) jest pamięcią podręczną, nie trwałym magazynem danych dla zapytań. SQS to kolejka komunikatów, nie optymalna do ciągłego pobierania strumieni danych. S3 jest magazynem obiektów, nieoptymalnym dla szybkich zapytań w czasie rzeczywistym. SNS to usługa powiadomień, nie do pobierania strumieni danych. EMR jest do przetwarzania dużych zbiorów danych wsadowo, a nie w czasie rzeczywistym. RDS to relacyjna baza danych, która może mieć problemy ze skalowaniem i wydajnością dla bardzo szybkich zapytań w czasie rzeczywistym przy tak dużym wolumenie danych.