Platforma IoT firmy działa obecnie lokalnie: serwer używa MQTT do zbierania danych telemetrycznych z urządzeń co 5 minut i przechowuje metadane urządzeń w klastrze MongoDB. Okresowo uruchamiana aplikacja lokalna agreguje i przekształca dane telemetryczne+metadane w celu generowania raportów; te zadania trwają 120–600 sekund. Oddzielna aplikacja internetowa działa zawsze, aby udostępniać raporty. Firma przenosi się do AWS i chce zmniejszyć narzut operacyjny. Która kombinacja kroków spełni wymagania przy NAJMNIEJSZYM narzucie operacyjnym? (Wybierz trzy.)

Skonfigurowanie urządzeń IoT do publikowania danych w AWS IoT Core jest najlepszym rozwiązaniem, ponieważ AWS IoT Core to zarządzana usługa, która ułatwia bezpieczne łączenie urządzeń IoT z chmurą AWS, eliminując narzut operacyjny związany z utrzymaniem własnego brokera MQTT. Zapisanie metadanych urządzenia w Amazon DocumentDB (z kompatybilnością z MongoDB) jest idealne, ponieważ DocumentDB to w pełni zarządzana, skalowalna usługa baz danych zgodna z MongoDB, redukująca obciążenie operacyjne w porównaniu do samodzielnie zarządzanej bazy danych. Użycie AWS Step Functions z zadaniami Lambda do przygotowywania raportów i zapisywania ich w Amazon S3, a następnie udostępnianie przez Amazon CloudFront z originem S3, zapewnia bezserwerowe, skalowalne i zarządzane rozwiązanie do przetwarzania i dostarczania raportów, minimalizując narzut operacyjny. Lokalne konektory Lambda do bezpośredniego łączenia się z urządzeniami IoT są nieefektywne i niepraktyczne dla dużej liczby urządzeń. Samodzielnie zarządzane MongoDB na instancji EC2 zwiększa narzut operacyjny. Klaster Amazon EKS na EC2 do przygotowywania raportów jest zbyt złożony i kosztowny dla tego przypadku użycia w porównaniu do bezserwerowych alternatyw.