一家製造公司的機器感測器會將 .csv 檔案上傳到 Amazon S3 儲存貯體。每個 .csv 檔案都必須盡快轉換成圖片，以用於自動圖形報告。圖片在 1 個月後就變得不相關，但 .csv 檔案必須保留下來，每年用於訓練機器學習模型兩次。ML 訓練和稽核會提前數週排程。哪種步驟組合能以最具成本效益的方式滿足這些要求？（請選擇兩項）

AWS Lambda 函數是處理 S3 上傳事件的經濟高效且無伺服器的方式，可立即將 .csv 檔案轉換為圖片。這滿足了「盡快」轉換的需求，而無需管理伺服器。S3 Lifecycle 規則可自動管理儲存成本。將 .csv 檔案在 1 天後轉換為 S3 Glacier 是最經濟的選項，因為它們不常存取（每年兩次），並且允許靈活的檢索時間以進行排程的 ML 訓練和稽核。在 30 天後使圖片過期，可確保在它們不再相關時自動刪除，從而節省儲存成本。 啟動 EC2 Spot Instance 成本較高且管理複雜，不適合即時、事件驅動的處理。將 .csv 檔案轉換為 S3 One Zone-IA 或 S3 Standard-IA 雖然比 S3 Standard 便宜，但不如 S3 Glacier 經濟，因為檔案不常存取。將圖片保留在 RRS 中已過時，且不符合成本效益。