Firma uruchamia duże zadania symulacyjne przetwarzania wsadowego na danych przechowywanych w zasobniku S3. Zadania są odporne na błędy (mogą być przerywane), a wyniki są przechowywane w oddzielnym zasobniku S3. Każde zadanie przetwarza 15–20 GB danych wejściowych. Która architektura spełni wymagania w najbardziej opłacalny sposób?

Prawidłowa odpowiedź to użycie AWS Batch z instancjami Spot i strategią alokacji SPOTCAPACITYOPTIMIZED. AWS Batch jest zoptymalizowany do uruchamiania dużych zadań wsadowych, a instancje Spot znacznie obniżają koszty, co jest kluczowe dla zadań odpornych na błędy. Strategia SPOTCAPACITYOPTIMIZED wybiera pule Spot z największą dostępną pojemnością, minimalizując ryzyko przerwania. Opcja z AWS Step Functions i Lambda jest nieodpowiednia ze względu na limit rozmiaru ładunku Lambda (6 MB) i czas wykonania (15 minut), co uniemożliwia przetwarzanie 15-20 GB danych. Mieszanka instancji On-Demand i Spot w AWS Batch zwiększa koszty w porównaniu do samego Spot, bez uzasadnienia dla zadań odpornych na błędy. Amazon EKS jest bardziej złożony i droższy w zarządzaniu niż AWS Batch dla prostych zadań wsadowych, a jego użycie jest nadmierne dla tego scenariusza.