Bir şirket, yoğun zamanlarda yüz binlerce kullanıcıya hizmet veren bir çevrimiçi pazar yeri web uygulaması işletiyor. Şirketin, milyonlarca finansal işlemi çeşitli dahili uygulamalarla paylaşmak için ölçeklenebilir, neredeyse gerçek zamanlı bir çözüme ihtiyacı var. İşlemlerin, hassas veriler kaldırıldıktan sonra düşük gecikmeli erişim için bir belge veritabanında depolanmadan önce işlenmesi gerekiyor. Bir çözümler mimarı ne önermelidir?

Doğru seçenek, Kinesis Data Streams'in yüksek hacimli, gerçek zamanlı veri alımı ve işleme yeteneklerini AWS Lambda'nın hassas veri temizleme ve DynamoDB'ye depolama esnekliğiyle birleştirir. Kinesis Data Streams, diğer uygulamaların verileri neredeyse gerçek zamanlı olarak tüketmesini sağlayarak düşük gecikmeli bir çözüm sunar. Yanlış seçenekler: DynamoDB'de yazma sırasında hassas verileri kaldırmak için kural oluşturma, DynamoDB'nin birincil işlevi değildir ve bu tür bir işleme için uygun ölçeklenebilirlik veya esneklik sağlamaz. Kinesis Data Firehose, toplu veri alımı için daha uygundur ve Firehose ile Lambda entegrasyonu hassas veri kaldırma için kullanılabilse de, diğer uygulamaların doğrudan Kinesis Data Streams'ten gerçek zamanlı tüketimini sağlamaz. İşlem verilerini doğrudan S3'te dosya olarak depolamak ve Lambda ile işlemek, neredeyse gerçek zamanlı ve düşük gecikmeli gereksinimleri karşılamaz, çünkü bu toplu bir yaklaşımdır.