Компания разрабатывает мобильную игру, которая передает обновления результатов в бэкэнд-процессор, а затем публикует результаты в таблице лидеров. Решение должно справляться с большими пиками трафика, обрабатывать обновления в порядке их поступления, хранить обработанные обновления в высокодоступной базе данных и минимизировать накладные расходы на управление. Что должен реализовать архитектор решений?

Правильный ответ использует Kinesis Data Streams для обработки больших пиков трафика и сохранения порядка обновлений, что критично для игровых результатов. AWS Lambda обеспечивает бессерверную обработку без накладных расходов на управление и масштабируется автоматически. Amazon DynamoDB — это высокодоступная, полностью управляемая база данных NoSQL, идеально подходящая для хранения игровых результатов с низкой задержкой и высокой масштабируемостью. Остальные варианты менее оптимальны: Использование инстансов EC2 для обработки увеличивает накладные расходы на управление. Redshift не подходит для оперативных обновлений отдельных записей. SNS не гарантирует порядок сообщений и не предназначен для потоковой обработки данных. База данных SQL на EC2 требует ручного управления и масштабирования. SQS подходит для очередей, но Kinesis Data Streams лучше подходит для потоковой обработки данных с сохранением порядка. RDS Multi-AZ — хороший выбор для реляционных баз данных, но DynamoDB лучше соответствует требованиям к масштабируемости и производительности для игровых таблиц лидеров.