Firma transportowa zbiera około 100 GB nowych obrazów dziennie z ciężarówek na całym świecie. Chcą zbadać przypadki użycia ML i upewnić się, że tylko określeni użytkownicy IAM mogą uzyskać dostęp do danych. Która opcja przechowywania zapewnia największą elastyczność przetwarzania i umożliwia kontrolę dostępu za pośrednictwem IAM?

Prawidłowa odpowiedź to użycie data lake opartego na Amazon S3, ponieważ S3 jest wysoce skalowalnym i ekonomicznym rozwiązaniem do przechowywania dużych ilości danych niestrukturalnych, takich jak obrazy. Obsługuje również szczegółową kontrolę dostępu za pomocą polityk IAM i polityk bucketów, co jest kluczowe dla zapewnienia, że tylko autoryzowani użytkownicy mają dostęp do danych. Elastyczność przetwarzania wynika z łatwej integracji S3 z różnymi usługami ML i analitycznymi AWS. Przechowywanie obrazów w Amazon DynamoDB jest nieodpowiednie, ponieważ DynamoDB jest bazą danych NoSQL zoptymalizowaną pod kątem małych, szybkich zapytań, a nie przechowywania dużych obiektów binarnych, takich jak obrazy. Użycie HDFS na klastrze Amazon EMR jest mniej elastyczne i droższe dla samego przechowywania, a dostęp jest ograniczony do instancji EMR, a nie bezpośrednio do danych. Amazon EFS jest systemem plików sieciowych, który jest droższy niż S3 dla przechowywania na dużą skalę i nie oferuje takiej samej elastyczności w integracji z usługami ML jak S3.