Firma stworzyła aplikację do analizy obrazów, w której użytkownicy przesyłają zdjęcia i wybierają ramki do zdjęć. Obecnie aplikacja korzysta z pojedynczej instancji Amazon EC2 i Amazon DynamoDB do przechowywania metadanych. Ruch użytkowników znacznie różni się w zależności od pory dnia, a liczba równoczesnych użytkowników będzie rosła. Firma musi zapewnić, że aplikacja będzie skalować się, aby sprostać zapotrzebowaniu. Które rozwiązanie spełnia te wymagania?

Poprawna odpowiedź to użycie AWS Lambda do przetwarzania zdjęć, przechowywanie zdjęć w Amazon S3 i zachowanie DynamoDB do przechowywania metadanych. AWS Lambda jest bezserwerową usługą, która automatycznie skaluje się w zależności od obciążenia, idealnie pasując do zmiennego ruchu użytkowników. Amazon S3 to wysoce skalowalna i trwała usługa przechowywania obiektów, doskonała do przechowywania zdjęć. DynamoDB jest nadal odpowiednie do przechowywania metadanych ze względu na swoją skalowalność i niskie opóźnienia. Pierwsza opcja jest nieprawidłowa, ponieważ DynamoDB nie jest optymalnym rozwiązaniem do przechowywania dużych plików binarnych, takich jak zdjęcia. Druga opcja jest nieprawidłowa, ponieważ Kinesis Data Firehose jest przeznaczony do strumieniowego przesyłania danych w czasie rzeczywistym, a nie do przetwarzania obrazów i przechowywania ich w sposób, który jest wymagany. Ostatnia opcja jest nieprawidłowa, ponieważ zwiększenie liczby instancji EC2 do trzech nie zapewnia elastycznej skalowalności potrzebnej do obsługi zmiennego ruchu, a woluminy EBS nie są optymalnym rozwiązaniem do przechowywania zdjęć w skalowalnej aplikacji internetowej.