一個網路爬蟲程序在 t2.micro EC2 實例叢集上執行。這些實例會輪詢目標 URL 的 SQS 佇列，在 10 秒或更短的時間內爬取每個 URL，並將結果寫入掛載在每個實例上的共享 Amazon EFS 檔案系統。URL 不常新增到佇列中，而且指標顯示當佇列為空時，實例處於閒置狀態。您必須重新設計以優化成本。哪兩項變更結合起來最具成本效益？

將網路爬蟲程序重構為 AWS Lambda 函數並從 SQS 佇列中提取訊息，可大幅降低成本。Lambda 是一種無伺服器服務，僅在執行時收費，非常適合處理間歇性工作負載，例如當 SQS 佇列有訊息時才執行爬蟲。這消除了 t2.micro 實例在佇列為空時閒置產生的費用。將結果儲存在 Amazon S3 中也是成本效益高的選擇，因為 S3 提供高度可擴展且經濟實惠的儲存，特別適合非結構化資料和大量資料。相較於 EFS，S3 的儲存成本通常更低，且無需管理檔案系統。 將 t2.micro 替換為 m5.8xlarge 實例會增加成本，而不是降低。將結果儲存在 Amazon Neptune 或 Aurora Serverless MySQL 資料庫中，雖然可能適用於某些資料庫需求，但對於簡單的爬蟲結果儲存而言，通常比 S3 更昂貴且複雜。