一家電信公司每秒收集數千個網路使用數據點，並即時處理這些數據，將結果彙總並儲存在 Amazon Aurora 資料庫實例中。使用量突然下降通常表示服務中斷，公司需要偵測這些下降並以最低的延遲立即回應。哪種解決方案能提供最低延遲的偵測？

此解決方案透過 Amazon Kinesis Data Streams 實現即時數據攝取，並利用 Amazon Managed Service for Apache Flink 進行即時串流數據分析。Flink 能夠以毫秒級延遲處理大量數據，非常適合偵測網路使用量的突然下降。一旦偵測到下降，Flink 應用程式可以立即觸發警報或通知，確保最低延遲的響應。 其他選項的延遲較高： AWS Lambda 函數每分鐘查詢 Aurora，這會引入至少一分鐘的延遲，不符合「最低延遲」要求。 將 Aurora 替換為 DynamoDB 並使用 Lambda 每分鐘查詢，同樣存在一分鐘的延遲。儘管 DAX 可以加速讀取，但查詢頻率限制了即時性。 在 Aurora 的 Database Activity Streams 中建立 Lambda 函數，雖然可以監控資料庫活動，但網路使用量數據通常在寫入資料庫之前就需要即時分析，且此方法可能無法提供足夠的即時性來偵測和響應服務中斷。