某公司營運一個線上交易市集網路應用程式，在尖峰時段服務數十萬名使用者。該公司需要一個可擴展、近乎即時的解決方案，以與多個內部應用程式共享數百萬筆金融交易。交易必須經過處理以移除敏感資料，然後儲存在文件資料庫中以實現低延遲檢索。解決方案架構師應推薦什麼？

正確答案提供了可擴展、近乎即時的解決方案。Amazon Kinesis Data Streams 能夠處理數十萬使用者的即時交易資料流。AWS Lambda 可以即時處理 Kinesis Data Streams 中的每筆交易，移除敏感資料。處理後的資料隨後儲存在 Amazon DynamoDB 中，這是一個高效能、低延遲的文件資料庫，非常適合快速檢索。其他應用程式可以直接從 Kinesis Data Streams 訂閱處理後的資料，實現近乎即時的共享。 選項一不正確，因為DynamoDB本身無法在寫入時直接移除敏感資料，且DynamoDB Streams主要用於資料變更捕捉，而非即時處理和共享。選項二不正確，因為Kinesis Data Firehose主要用於將資料傳輸到儲存服務，且在Firehose中整合Lambda移除敏感資料會增加複雜性，並可能引入額外延遲。選項四不正確，因為將資料批次儲存在S3中是批次處理，無法滿足近乎即時的需求。