Aplikacja przechowuje dane w Amazon DynamoDB i obecnie przetwarza je w nocnej partii. Analitycy chcą, aby przetworzone wyniki były dostępne w czasie zbliżonym do rzeczywistego, w miarę napływu danych. Jaki wzorzec architektoniczny umożliwia przetwarzanie danych w miarę ich otrzymywania?

Architektura sterowana zdarzeniami (event-driven) jest idealna do przetwarzania danych w czasie zbliżonym do rzeczywistego, ponieważ system reaguje na zdarzenia (np. nowe dane w DynamoDB) natychmiast po ich wystąpieniu. Można to zrealizować, używając strumieni DynamoDB (DynamoDB Streams) do przechwytywania zmian danych i wyzwalania funkcji AWS Lambda, która przetwarza te dane w czasie rzeczywistym. Opcja "Sterowany klient-serwer" opisuje podstawowy model interakcji między klientem a serwerem, ale nie precyzuje, jak dane są przetwarzane w czasie rzeczywistym. "Sterowany rozsyłaniem" (fan-out) to wzorzec, w którym jedno zdarzenie wyzwala wiele działań, ale nie jest to główny wzorzec dla przetwarzania danych w miarę ich napływu. "Sterowany harmonogramem" (schedule-driven) jest używany do przetwarzania wsadowego (jak obecne przetwarzanie nocne), a nie do przetwarzania w czasie rzeczywistym.