一家公司拥有一个应用程序,该应用程序生成的天气预报每15分钟更新一次,输出分辨率为10亿个唯一位置,每个位置的大小约为20字节(每个预测20GB)。每小时,全球将访问预测数据约500万次(每秒1400个请求),在天气事件期间,访问量最多可增长10倍。每次更新都会覆盖天气预报数据。当前天气预报应用程序的用户希望对查询的响应将在不到两秒钟的时间内返回给每个请求。哪种设计符合要求的请求率和响应时间?()
A. 将预测位置存储在Amazon ES集群中。使用以Amazon Lambda函数为响应源的Amazon Lambda函数为目标的Amazon CloudFront分配作为目标。在API Gateway阶段启用API缓存并设置15分钟的缓存控制超时
B. 将预测位置存储在Amazon EFS卷中。创建一个Amazon CloudFront发行版,该发行版的目标是已安装Amazon EFS卷的Amazon EC2实例的Auto Scaling机队的Elastic Load Balancing组。在CloudFront分配中将设置的缓存控制超时设置为15分钟
C. 将预测位置存储在Amazon ES集群中。使用针对具有AWS Lambda函数的API网关终端节点的AmazonCloudFront分发,该AWS Lambda函数以查询为源进行响应。创建一个Amazon Lambda @ Edge函数,该函数在边缘位置本地缓存数据15分钟
D. 将预测位置作为单个对象存储在Amazon S3中。创建一个针对EC2实例的Auto Scaling机群的Elastic Load Balancing组的Amazon CloudFront分配,查询S3对象的来源。在3CloudFront发行版中将缓存控制超时设置为15分钟