解決方案架構(gòu)師需要降低大數(shù)據(jù)應(yīng)用程序的成本。應(yīng)用程序環(huán)境由數(shù)百臺向 Amazon Kinesis Data Streams 發(fā)送事件的設(shè)備組成。設(shè)備 ID 用作分區(qū)鍵,因此每臺設(shè)備都會獲得一個單獨的分片。每臺設(shè)備每秒發(fā)送 50KB到 450KB 的數(shù)據(jù)。AWS Lambda 函數(shù)輪詢分片、處理數(shù)據(jù)并將結(jié)果存儲在 Amazon S3 中。每小時都會有另一個 Lambda 函數(shù)對結(jié)果數(shù)據(jù)運行一個 Amazon Athena 查詢,以識別異常值。此 Lambda 函數(shù)可將異常值放入 Amazon Simple Queue Service (Amazon SQS) 隊列中。由兩個 EC2 實例組成的Amazon EC2 Auto Scaling 組可監(jiān)控隊列,并運行 30 秒的流程來解決異常值。這些設(shè)備平均每小時提交 10 個異常值。
應(yīng)用程序的哪種更改組合能夠更大限度地降低成本? (請選擇兩項)
A. 更改 Auto Scaling 組啟動配置,以使用同一實例系列中的較小實例類型。
B. 將 Auto Scaling 組替換為消息到達隊列時調(diào)用的 Lambda 函數(shù)。
C. 重新配置設(shè)備和數(shù)據(jù)流,以設(shè)置 10 個設(shè)備對 1 個數(shù)據(jù)流分片的比率。
D. 重新配置設(shè)備和數(shù)據(jù)流,以設(shè)置 2 個設(shè)備對 1 個數(shù)據(jù)流分片的比率。
E. 將所需的 Auto Scaling 組容量更改為單個 EC2 實例。
B、D
A. 不正確。不是最優(yōu)方案。可以考慮的方案,可以降低費用,但是仍然需要為多個 Amazon EC2 實例付費,每臺 EC2 實例每小時會閑置 3300 秒。
B. 正確。每小時處理異常值的平均計算時間為 300 秒(10 個事件,每個事件 30 秒)。使用 AWS Lambda,只需為處理異常值所需的少量計算時間付費。
C. 不正確。該方案的數(shù)據(jù)量將超過單個分片的 1MB/s 配額。
D. 正確。
E. 不正確。不是最優(yōu)方案。可以考慮的方案,可以降低費用,但是仍然需要為一個 Amazon EC2 實例付費,該實例每小時會閑置 3300 秒。