ある企業が AWS 上でリアルタイムの広告入札システム（Real-Time Bidding: RTB）を構築しています。広告インプレッションが発生するたびに 100ms 以内に入札決定を返す必要があり、毎秒 500,000 件の入札リクエストが想定されます。入札ロジックには各広告主の予算残高（リアルタイム更新）、ターゲティングルール（複雑な属性マッチング）、機械学習モデルによる CTR 予測が含まれます。最もスケーラブルかつ低レイテンシーなアーキテクチャはどれですか？
- A. Amazon API Gateway（REST API）+ EC2 Auto Scaling フリート（ゲームインスタンスタイプ z1d.large 等の高クロック）で入札エンジンを実装し、ElastiCache for Redis で予算残高と頻出ターゲティングルールをキャッシュする。SageMaker のリアルタイム推論エンドポイントは事前計算スコアを Redis にプリロードして 100ms を確保する
- B. AWS Lambda@Edge で CloudFront エッジにロジックをデプロイし、エッジで入札決定を行う
- C. Amazon Kinesis Data Streams で入札リクエストを受信し、非同期でバッチ処理して入札応答を S3 に保存する
- D. Amazon API Gateway + Lambda で入札 API を構築し、Aurora PostgreSQL でリアルタイムの予算残高を管理する
解答と解説を見る
正解: A
RTB システムには極めて低いレイテンシー（100ms）と高スループット（毎秒 50 万件）が必要です。EC2 Auto Scaling フリートで入札エンジンを水平スケールし、ElastiCache Redis（インメモリ）で予算残高（カウンタ）とターゲティングルールを管理することで、マイクロ秒レベルのデータアクセスが可能です。ML スコアも Redis にプリコンピュートすることで推論のオーバーヘッドを排除します。 D: Lambda + Aurora の組み合わせでは、Lambda のコールドスタートとAurora の接続レイテンシーが100ms の SLA を達成することが困難です。毎秒 50 万件の処理には Lambda の同時実行コストも非常に高くなります。 C: Kinesis は非同期バッチ処理向けで、RTB の同期的な 100ms 以内の入札応答要件を満たせません。 B: Lambda@Edge は JavaScript/Python のみで複雑な ML ロジックの実装に制約があり、メモリ（10GB まで）と実行時間（5 秒）の制限も RTB の要件には不十分です。
📚 関連サービスの解説: Amazon API Gateway ・ Amazon EC2