Телекоммуникационная компания собирает несколько тысяч точек данных об использовании сети в секунду и обрабатывает их в режиме реального времени, агрегируя и сохраняя результаты в инстансе Amazon Aurora DB. Внезапные падения использования обычно указывают на сбои, и компании необходимо обнаруживать эти падения и немедленно реагировать с минимально возможной задержкой. Какое решение обеспечивает обнаружение с наименьшей задержкой?

Правильный ответ обеспечивает обнаружение с наименьшей задержкой, используя потоковую обработку данных. Amazon Kinesis Data Streams может принимать тысячи точек данных в секунду, а Amazon Managed Service for Apache Flink (ранее Kinesis Data Analytics) предназначен для анализа этих потоков в реальном времени с низкой задержкой, что позволяет немедленно обнаруживать аномалии, такие как падения использования. Остальные варианты имеют более высокую задержку: Запрос Aurora или DynamoDB через Lambda каждую минуту вносит задержку до одной минуты. Использование DynamoDB вместо Aurora не решает проблему задержки обнаружения, а DAX лишь ускоряет чтение, но не обнаружение аномалий в реальном времени. Database Activity Streams в Aurora предназначены для мониторинга активности базы данных, а не для анализа потоковых данных с низкой задержкой для обнаружения аномалий.