Aplikacja do udostępniania zdjęć przechowuje obrazy w S3. Zewnętrzny audytor ręcznie sprawdza obrazy i zapisuje wyniki 1–24 godziny po przesłaniu do tabeli DynamoDB, której kluczem jest klucz obiektu S3. Strona trzecia udostępnia wyniki audytu za pośrednictwem interfejsu API REST. Potrzebujesz zautomatyzowanego procesu do tagowania każdego obiektu S3 jego wynikiem audytu, zaimplementowanego w najbardziej efektywny operacyjnie sposób. Które podejście należy zastosować?

Poprawna odpowiedź wykorzystuje AWS Step Functions do zarządzania asynchronicznym, długotrwałym procesem. Funkcja Lambda wyzwalana przez s3:ObjectCreated uruchamia workflow Step Functions. Stan Wait w Step Functions efektywnie wstrzymuje wykonanie na maksymalnie 24 godziny, co jest zgodne z czasem audytu. Po upływie tego czasu, kolejna funkcja Lambda jest wywoływana w celu pobrania wyniku audytu z DynamoDB i otagowania obiektu S3. To podejście jest wysoce operacyjnie efektywne, ponieważ Step Functions natywnie obsługuje stany oczekiwania, obsługę błędów i ponawianie prób, minimalizując złożoność kodu i koszty operacyjne. Pierwsza opcja z SQS i 24-godzinnym visibility timeout jest niepraktyczna, ponieważ maksymalny visibility timeout w SQS wynosi 12 godzin, a nie 24. Trzecia opcja z okresowym skanowaniem S3 jest mniej efektywna, ponieważ wymagałaby skanowania wszystkich obiektów, co jest kosztowne i niepotrzebne, zamiast reagować na konkretne zdarzenia. Czwarta opcja z instancją EC2 i cronem jest mniej operacyjnie efektywna i skalowalna niż rozwiązania bezserwerowe, wymaga zarządzania infrastrukturą.