AWS部署在线游戏流媒体架构时，需要考虑以下因素：

1. 负载均衡：使用AWS Elastic Load Balancer (ELB) 来分发流量，确保游戏服务器能够平衡负载。

2. 弹性伸缩：使用AWS Auto Scaling 来根据流量需求自动扩展或缩减游戏服务器数量。

3. 高可用性：使用AWS的多个可用区 (Availability Zones) 来确保游戏服务器的高可用性。

4. 数据存储：使用AWS的各种数据库服务，如Amazon RDS (关系型数据库) 或Amazon DynamoDB (NoSQL数据库) 来存储游戏数据。

5. 缓存：使用AWS的缓存服务，如Amazon ElastiCache (内存缓存) 来提高游戏性能。

6. 安全性：使用AWS的安全服务，如Amazon Virtual Private Cloud (VPC) 来隔离游戏服务器，并使用AWS Identity and Access Management (IAM) 来管理访问权限。

7. 监控和日志：使用AWS CloudWatch 来监控游戏服务器的性能指标，并使用AWS CloudTrail 来记录API调用和事件。

下面是一个基于AWS的在线游戏流媒体架构的示例代码：

import boto3

# 创建ELB
elbv2 = boto3.client('elbv2')
response = elbv2.create_load_balancer(
    Name='game-lb',
    Subnets=[
        'subnet-xxxxxxxx',
        'subnet-xxxxxxxx',
    ],
    SecurityGroups=[
        'sg-xxxxxxxx',
    ]
)

# 创建Auto Scaling组
autoscaling = boto3.client('autoscaling')
response = autoscaling.create_auto_scaling_group(
    AutoScalingGroupName='game-asg',
    LaunchTemplate={
        'LaunchTemplateName': 'game-template',
        'Version': '1'
    },
    MinSize=2,
    MaxSize=10,
    DesiredCapacity=2,
    VPCZoneIdentifier='subnet-xxxxxxxx,subnet-xxxxxxxx',
    TargetGroupARNs=[
        'arn:aws:elasticloadbalancing:us-west-2:xxxxxxxxxxxx:targetgroup/game-tg/xxxxxxxxxxxxxxxx',
    ]
)

# 创建数据库
rds = boto3.client('rds')
response = rds.create_db_instance(
    DBInstanceIdentifier='game-db',
    Engine='mysql',
    DBInstanceClass='db.t2.micro',
    AllocatedStorage=20,
    MasterUsername='admin',
    MasterUserPassword='password',
    VpcSecurityGroupIds=[
        'sg-xxxxxxxx',
    ],
    AvailabilityZone='us-west-2a',
)

# 创建缓存
elasticache = boto3.client('elasticache')
response = elasticache.create_cache_cluster(
    CacheClusterId='game-cache',
    CacheNodeType='cache.t2.micro',
    Engine='redis',
    NumCacheNodes=1,
    SecurityGroupIds=[
        'sg-xxxxxxxx',
    ],
    PreferredAvailabilityZone='us-west-2a'
)

以上示例代码演示了如何使用Python SDK (boto3) 创建ELB、Auto Scaling组、数据库和缓存等AWS资源。根据实际需求，你可以根据文档和SDK提供的方法进行修改和扩展。