某公司在 Auto Scaling group 中的 EC2 執行個體上執行自訂應用程式，該應用程式透過多個連續、運算密集的步驟處理記錄。每個步驟最多需要 5 分鐘。目前，如果任何步驟失敗，則必須從頭開始重新處理整個記錄。該公司希望僅重新處理失敗的步驟，並將操作開銷降至最低。為了滿足此需求，最符合操作效率的架構是什麼？

此方案利用 AWS Step Functions 的強大功能來協調多個步驟的處理工作流程。Step Functions 允許您將複雜的處理分解為獨立的任務（由 Lambda 函數支援），並定義這些任務之間的狀態轉換。如果任何步驟失敗，Step Functions 可以輕鬆地從失敗的步驟重新啟動，而無需重新處理整個記錄，這符合「僅重新處理失敗的步驟」的需求。此外，Step Functions 是一種無伺服器服務，可自動管理工作流程的狀態和執行，從而將操作開銷降至最低。 其他選項的缺點： 將中間結果儲存在 S3 中並使用 SNS/EC2 輪詢會增加複雜性，且難以管理狀態和錯誤恢復。 將處理邏輯重構為在 Fargate 上執行的容器，並讓容器自行呼叫以傳遞狀態，這會增加應用程式內部的耦合，且錯誤處理和重試邏輯需要手動實作。 使用 Kinesis Data Stream 和 Lambda 函數解耦處理，雖然可以處理串流資料，但對於多個連續、運算密集的步驟的協調和錯誤恢復，不如 Step Functions 直觀和高效。