某公司透過 Amazon Kinesis Data Firehose 將汽車感測器的 IoT 資料串流到 Amazon S3，每年產生數兆個 S3 物件。每天早上，公司會使用前 30 天的資料重新訓練 ML 模型；每季則使用前 12 個月的資料進行其他分析。資料必須在最少延遲的情況下可用長達 1 年，並在 1 年後保留用於封存目的。哪種儲存解決方案最具成本效益？

正確答案是使用 S3 Standard 儲存類別，並建立 S3 Lifecycle 政策在 30 天後將物件轉換到 S3 Standard-IA，然後在 1 年後轉換到 S3 Glacier Deep Archive。這是最具成本效益的方案，因為 S3 Standard 提供低延遲存取，適合前 30 天的每日 ML 模型重新訓練需求。30 天後，資料存取頻率降低，轉換到 S3 Standard-IA 可節省成本。1 年後，資料僅用於封存，移至 S3 Glacier Deep Archive 可實現最低儲存成本。 S3 Intelligent-Tiering 不適用於此情境，因為它主要用於存取模式不確定的資料，而此處的存取模式是已知的。S3 Intelligent-Tiering 也沒有直接將物件移至 S3 Glacier Deep Archive 的自動設定。直接使用 S3 Standard-IA 作為初始儲存類別不符合前 30 天的低延遲存取需求。