Globalna aplikacja mobilna do sprzedaży biletów wyświetla kod kreskowy, który jest skanowany przez skanery wydarzeń. Po zeskanowaniu, urządzenia skanujące wywołują API backendu, aby zweryfikować kod kreskowy z bazą danych, a następnie aktualizują pojedynczą tabelę w bazie danych, aby oznaczyć kod kreskowy jako użyty. Firma będzie hostować bazę danych w trzech regionach AWS i potrzebuje nazwy DNS api.example.com. Która architektura zapewnia NAJNIŻSZE opóźnienie dla walidacji kodu kreskowego i operacji aktualizacji?

Poprawna odpowiedź zapewnia najniższe opóźnienie, ponieważ wykorzystuje tabele globalne DynamoDB do replikacji danych w wielu regionach, co gwarantuje niskie opóźnienia odczytu i zapisu z dowolnego regionu. Lambda@Edge uruchamia logikę walidacji kodu kreskowego najbliżej użytkownika końcowego (w lokalizacjach brzegowych CloudFront), eliminując konieczność przesyłania żądań do regionu AWS, co znacząco redukuje opóźnienia. CloudFront dystrybuuje żądania do najbliższej lokalizacji brzegowej, a Route 53 kieruje ruch do CloudFront. Pozostałe opcje są mniej optymalne: Opcje z Aurora Global Database, nawet z Global Accelerator lub CloudFront, wprowadzają większe opóźnienia, ponieważ logika backendu działa w regionach, a nie na brzegu sieci. Aurora Global Database jest również bardziej złożona w zarządzaniu i skalowaniu niż DynamoDB Global Tables dla tego typu obciążenia. Opcja z CloudFront Functions jest nieodpowiednia, ponieważ CloudFront Functions są przeznaczone do lekkich operacji na żądaniach/odpowiedziach i nie mogą wywoływać zewnętrznych API ani baz danych, co jest wymagane do walidacji i aktualizacji kodu kreskowego.