Компания приобрела устройства от нескольких поставщиков. Каждое устройство оснащено IoT-датчиками, которые отправляют сообщения о состоянии в проприетарном формате каждого поставщика в устаревшее приложение, которое преобразует их в JSON. Парсинг прост, но зависит от поставщика. Раз в день приложение парсит все JSON-записи и записывает их в реляционную базу данных для анализа. Компания хочет получить новый дизайн анализа данных, который будет быстрее и экономичнее. Какое решение соответствует этим требованиям?

Правильный ответ предлагает бессерверное, масштабируемое и экономичное решение. AWS IoT Core обеспечивает подключение и прием сообщений от датчиков. AWS Lambda идеально подходит для парсинга данных в реальном времени, так как она может обрабатывать различные форматы поставщиков. Запись данных в Amazon S3 в формате .csv является экономичным способом хранения. AWS Glue каталогизирует данные, делая их доступными для запросов. Amazon Athena позволяет выполнять запросы к данным S3 без серверов, а Amazon QuickSight предоставляет инструменты для визуализации и анализа. Миграция приложения в AWS Fargate сохраняет монолитный подход и не решает проблему устаревшего приложения. AWS Transfer for SFTP не предназначен для потоковой передачи данных IoT и требует изменения датчиков. AWS Snowball Edge предназначен для передачи больших объемов данных в автономном режиме, а не для непрерывного анализа данных IoT.