Przedsiębiorstwo użyteczności publicznej zbiera dane o zużyciu ze smart mierników co 5 minut. Dane docierają przez Amazon API Gateway, trafiają do funkcji AWS Lambda i są przechowywane w tabeli Amazon DynamoDB. Podczas pilotażu, Lambda działała 3–5 sekund, ale w miarę skalowania liczby mierników, czasy trwania funkcji Lambda wzrosły do 1–2 minut, a większa liczba typów metryk jeszcze bardziej wydłużyła ten czas. Pojawia się wiele błędów ProvisionedThroughputExceededException przy operacjach PUT w DynamoDB oraz wiele błędów TooManyRequestsException z Lambda. Która kombinacja zmian rozwiąże te problemy? (Wybierz dwie opencje.)

Zwiększenie jednostek pojemności zapisu w tabeli DynamoDB jest konieczne, ponieważ błędy ProvisionedThroughputExceededException wskazują, że tabela DynamoDB nie ma wystarczającej przepustowości zapisu, aby obsłużyć napływające dane. Zwiększenie tej wartości pozwoli na szybsze zapisywanie danych. Przesyłanie danych strumieniowo do strumienia danych Amazon Kinesis z API Gateway i przetwarzanie danych w partiach rozwiąże problem przeciążenia funkcji Lambda (TooManyRequestsException) oraz poprawi efektywność zapisu do DynamoDB. Kinesis Data Streams może buforować dane, a Lambda może je przetwarzać w partiach, zmniejszając liczbę wywołań i optymalizując operacje zapisu. Zwiększenie pamięci Lambda nie rozwiąże problemów z przepustowością DynamoDB ani zbyt dużą liczbą wywołań. Zwiększenie rozmiaru ładunku pogorszy problem. Kolejka SQS FIFO nie jest optymalna dla strumieniowego przetwarzania danych i może wprowadzić dodatkowe opóźnienia.