一個 Amazon EC2 實例的叢集從地端部署來源擷取 JSON 資料，速度高達 1 MB/s。當 EC2 實例重新啟動時，傳輸中的資料會遺失。資料科學團隊需要對擷取的資料進行近乎即時的查詢。哪種解決方案能提供近乎即時的查詢、具備可擴展性，並將資料遺失降到最低？

此解決方案透過 Amazon Kinesis Data Streams 處理傳入的 JSON 資料，提供高吞吐量和持久性，避免 EC2 重新啟動時的資料遺失。Kinesis Data Analytics 可直接在串流資料上執行即時查詢，滿足近乎即時分析的需求。 將資料發佈到 Kinesis Data Firehose 並傳送至 Amazon Redshift 雖然可擴展，但 Redshift 主要用於批次分析，不適合近乎即時的查詢。將資料儲存在 EC2 實例儲存體會導致資料遺失，且 Firehose 到 S3 再用 Athena 查詢，雖然可擴展，但 Athena 的查詢延遲通常比 Kinesis Data Analytics 高。將資料儲存在 EBS 並發佈到 ElastiCache for Redis，雖然 ElastiCache 提供低延遲，但它主要作為快取，不適合長期儲存和複雜的即時分析查詢。