一個洪水監測機構擁有超過 10,000 個感測器，這些感測器持續發送小於 1 MB 的更新。地端應用程式伺服器接收感測器更新，將其轉換為人類可讀的記錄，並將結果寫入地端關聯式資料庫。分析師對即時資料執行簡單的 SQL 查詢。由於維護（修補程式/更新），這些伺服器會停機，當伺服器停機時，其餘伺服器無法處理負載，導致資料遺失。該機構希望提高可用性並降低營運工作和成本。架構師建議使用 AWS IoT Core 來擷取感測器資料。架構師還應該推薦哪些額外設計來滿足這些要求？

正確答案利用了無伺服器、高可用性且經濟高效的 AWS 服務。Amazon Kinesis Data Firehose 可以直接接收來自 AWS IoT Core 的資料，並能自動將資料批次處理、壓縮並傳輸到 Amazon S3。Lambda 函數用於將資料轉換為分析優化的 Apache Parquet 格式，這比 CSV 格式更有效率。將資料儲存在 Amazon S3 中，結合 Amazon Athena 進行查詢，提供了一個高度可擴展且成本效益高的解決方案，無需管理伺服器。 選項一將資料寫入 Amazon Aurora MySQL 資料庫，這會增加營運負擔和成本，因為需要管理資料庫執行個體，且對於分析師的簡單 SQL 查詢而言，可能過度配置。 選項三和四使用 Amazon Managed Service for Apache Flink (Kinesis Data Analytics)，這對於即時處理和複雜分析非常強大，但對於將資料轉換並儲存到 S3 的簡單轉換任務來說，可能過於複雜和昂貴。Kinesis Data Firehose 更適合這種直接的資料傳輸和轉換需求。