Firma przetwarza ciągły strumień danych rynkowych ze stałą szybkością i przechowuje je. Nocne zadanie agregacji trwa około 4 godzin, aby obliczyć statystyki; analiza nie jest krytyczna i może zostać ponowiona w następnym uruchomieniu, jeśli się nie powiedzie. Obecny system wykorzystuje pulę rocznych Reserved Instances działających stale do przetwarzania i przechowywania danych na podłączonych woluminach EBS. Zaplanowany skrypt uruchamia nightly instancje On-Demand EC2, aby uruchomić agregację, które uzyskują dostęp do danych przez NFS z serwerów przetwarzających, i kończy ich działanie po zakończeniu pracy. Rezerwacje Reserved Instance wygasają. Firma chce uzyskać najbardziej opłacalną opcję. Jakie rozwiązanie powinien zarekomendować architekt?

Poprawna odpowiedź jest najbardziej opłacalna i skalowalna. Przejście na Amazon Kinesis Data Firehose dostarczający dane do Amazon S3 jest ekonomiczne dla ciągłego strumienia danych i zapewnia trwałe, skalowalne przechowywanie. Użycie AWS Batch z instancjami Spot do nocnego przetwarzania wsadowego jest idealne, ponieważ zadania nie są krytyczne i mogą zostać wznowione. Instancje Spot są znacznie tańsze niż instancje On-Demand, a AWS Batch efektywnie zarządza ich cyklem życia. Ograniczenie ceny Spot dodatkowo kontroluje koszty. Pozostałe opcje są mniej optymalne: Użycie instancji On-Demand EC2 do przetwarzania danych S3 jest droższe niż instancje Spot. Kontynuowanie używania Reserved Instances dla przetwarzania jest droższe niż Kinesis/S3 dla strumieniowych danych, a Network Load Balancer nie jest potrzebny do przetwarzania danych. Użycie Amazon Redshift i funkcji Lambda do zapytań jest niepotrzebnie złożone i drogie dla prostych statystyk, a Lambda może mieć ograniczenia czasowe i pamięciowe dla 4-godzinnego zadania.