某公司在 AWS 上運行一個在線市場網絡應用程序。該應用程序在高峯時段爲數十萬用戶提供服務。該公司需要一個可擴展、近乎實時的解決方案,以便與其他幾個內部應用程序共享數百萬筆金融交易的詳細信息,同時還需要對交易進行處理,以刪除敏感數據,然後再存儲到文檔數據庫中進行低延遲檢索。爲滿足這些要求,解決方案架構師應該推薦什麼方案?
A. 事務數據存儲到亞馬遜 DynamoDB 中 在 DynamoDB 中設置一條規則,在寫入時刪除每個事務中的敏感數據 使用 DynamoDB Streams 與其他應用程序共享事務數據
B. 事務數據流導入 Amazon Kinesis Data Firehose,將數據存儲在 Amazon DynamoDB 和 Amazon S3 中 使用 AWS Lambda 與 Kinesis Data Firehose 集成,刪除敏感數據。
C. 他應用程序可以使用 Amazon S3 中存儲的數據
D. 事務數據流導入 Amazon Kinesis 數據流 使用 AWS Lambda 集成從每個事務中移除敏感數據,然後將事務數據存儲在 Amazon DynamoDB 中 其他應用程序可以從 Kinesis 數據流中消費事務數據。
E. 批處理的事務數據以文件形式存儲在 Amazon S3 中
F. 更新 Amazon S3 中的文件之前,使用 AWS Lambda 處理每個文件並刪除敏感數據,然後將 Lambda 函數中的數據存儲到 Amazon DynamoDBO 中。