Bir araç üreticisi, birçok araçtan MQTT aracılığıyla telemetri toplar. Veriler her 5 dakikada bir işlenir ve özel uygulamalar tarafından anomali tespiti için şirket içi depolama alanına kopyalanır. Şirket içi depolama, yoğunluklara göre ölçeklenemediği için veri kaybı yaşanır. En az operasyonel yük ile ölçekleme ve analiz ihtiyaçlarını çözen AWS tabanlı çözüm hangisidir?

Doğru cevap, AWS IoT Core'u kullanarak araç verilerini almayı, mesajları Amazon S3'te veri depolayan bir Amazon Kinesis Data Firehose dağıtım akışına yönlendirmek için kurallar yapılandırmayı ve anormallikleri tespit etmek için dağıtım akışından okuyan bir Amazon Kinesis Data Analytics uygulaması çalıştırmayı önerir. Bu çözüm, MQTT telemetrisini ölçeklenebilir bir şekilde toplar, Kinesis Data Firehose ile otomatik olarak S3'e kalıcı hale getirir ve Kinesis Data Analytics ile gerçek zamanlı anomali tespiti sağlar. Bu, en az operasyonel yük ile yüksek ölçeklenebilirlik ve analiz yetenekleri sunar. Diğer seçenekler neden yanlış: Amazon MSK ve SageMaker içeren seçenek, daha yüksek operasyonel yük ve karmaşıklık getirir. AWS IoT FleetWise, telemetri toplama için bir seçenek olsa da, Kinesis Data Firehose ile birleştirilmesi ve AWS Glue ML dönüşümleri, Kinesis Data Analytics'e kıyasla daha az gerçek zamanlı ve daha karmaşık olabilir. Amazon MQ for RabbitMQ, MQTT için doğrudan bir çözüm değildir ve Kinesis Data Firehose ile entegrasyonu ek adımlar gerektirir. Amazon Lookout for Metrics ise anomali tespiti için bir seçenek olsa da, MQTT alımı ve veri akışı için en uygun entegrasyonu sağlamaz.