Aplikacja do udostępniania zdjęć przechowuje oryginalne obrazy w Amazon S3 i udostępnia je za pośrednictwem CloudFront. Każde urządzenie mobilne wysyła swoje wymiary wyświetlania i rozdzielczość jako parametry GET. Aby udostępniać zoptymalizowane obrazy dla każdego urządzenia i poprawić czas ładowania oraz jakość w sposób efektywny kosztowo, które rozwiązanie jest najlepsze?

Poprawna odpowiedź to użycie funkcji Lambda@Edge do optymalizacji obrazów na żądanie i zapisanie przetworzonego obrazu do Amazon S3. To rozwiązanie jest najbardziej efektywne kosztowo i wydajne. Lambda@Edge pozwala na dynamiczne skalowanie i przetwarzanie obrazów w pobliżu użytkownika, co skraca czas ładowania. Zapisanie przetworzonego obrazu do S3 oznacza, że kolejne żądania dla tego samego rozmiaru i rozdzielczości będą obsługiwane bezpośrednio z S3/CloudFront cache, bez ponownego przetwarzania przez Lambda@Edge, co obniża koszty i poprawia wydajność. Pozostałe opcje są mniej optymalne: Użycie S3 Batch Operations do wstępnego generowania wszystkich wariantów jest kosztowne i nieefektywne, ponieważ generuje wiele nieużywanych obrazów. Dynamiczny origin CloudFront jest złożony. Użycie S3 Batch Operations z Lambda@Edge do kierowania jest nadal nieoptymalne ze względu na wstępne generowanie. Optymalizacja na żądanie z maksymalnym TTL CloudFront, ale bez zapisywania do S3, oznacza, że obrazy mogą zostać usunięte z cache, a Lambda@Edge będzie musiała je przetwarzać ponownie, co zwiększa koszty i opóźnienia.