Una empresa ejecuta una aplicación web de mercado online en AWS. La aplicación presta servicio a cientos de miles de usuarios durante las horas punta. La empresa necesita una solución escalable y casi en tiempo real para compartir los detalles de millones de transacciones financieras con otras aplicaciones internas. Las transacciones también deben procesarse para eliminar datos confidenciales antes de almacenarse en una base de datos de documentos para su recuperación con baja latencia. ¿Qué debería recomendar un arquitecto de soluciones para satisfacer estos requisitos?
A. Almacenar los datos de las transacciones en Amazon DynamoDB Configurar una regla en DynamoDB para eliminar los datos confidenciales de cada transacción al escribir Utilizar DynamoDB Streams para compartir los datos de las transacciones con otras aplicaciones
B. Transmitir los datos de las transacciones a Amazon Kinesis Data Firehose para almacenar los datos en Amazon DynamoDB y Amazon S3 Utilizar la integración de AWS Lambda con Kinesis Data Firehose para eliminar los datos confidenciales
C. Otras aplicaciones pueden consumir los datos almacenados en Amazon S3
D. Transmitir los datos de las transacciones a Amazon Kinesis Data Streams Utilizar la integración de AWS Lambda para eliminar los datos confidenciales de cada transacción y, a continuación, almacenar los datos de las transacciones en Amazon DynamoDB Otras aplicaciones pueden consumir los datos de las transacciones de la transmisión de datos de Kinesis
E. Almacenar los datos de las transacciones por lotes en Amazon S3 como archivo
F. Utilizar AWS Lambda para procesar cada archivo y eliminar los datos confidenciales antes de actualizar los archivos en Amazon S3 A continuación, la función Lambda almacena los datos en Amazon DynamoDB Otras aplicaciones pueden consumir archivos de transacciones almacenados en Amazon S3