某公司在 S3 儲存貯體中儲存的資料上執行大型批次處理模擬工作。這些工作具有容錯能力（可中斷），並且輸出儲存在另一個 S3 儲存貯體中。每個工作處理 15–20 GB 的輸入資料。哪種架構能以最具成本效益的方式滿足這些要求？

正確答案是建立使用 EC2 Spot Instances 的 AWS Batch 運算環境，並指定 SPOTCAPACITYOPTIMIZED 配置策略。這是最具成本效益的解決方案，因為批次處理工作具有容錯能力且可中斷，非常適合利用 Spot Instances 的低成本優勢。SPOTCAPACITYOPTIMIZED 策略會自動選擇最適合的 Spot 執行個體，以最大化容量可用性並降低中斷風險。 使用 AWS Lambda 函數（即使有預留並行）可能不適合處理 15-20 GB 的輸入資料，因為 Lambda 有執行時間和記憶體限制，且處理大型檔案會增加複雜性和成本。 混合使用 EC2 On-Demand Instances 和 Spot Instances 的 AWS Batch 環境雖然可行，但不如完全使用 Spot Instances 成本效益高，因為工作具有容錯能力，不需要 On-Demand Instances 的高可用性保證。 使用 Amazon EKS 雖然提供容器編排能力，但對於單純的批次處理工作而言，其管理和營運開銷可能過於複雜和昂貴，不符合「最具成本效益」的要求。