Uma empresa hospeda um aplicativo em funções AWS Lambda invocadas por uma API do Amazon API Gateway. As funções Lambda salvam dados de clientes em um banco de dados Amazon Aurora MySQL. Sempre que a empresa atualiza o banco de dados, as funções Lambda falham ao estabelecer conexões com o banco de dados até que a atualização seja concluída, causando a perda de dados de clientes para alguns eventos. Um arquiteto de soluções precisa projetar uma solução que armazene os dados de clientes criados durante as atualizações do banco de dados. Qual solução atenderá a esses requisitos?

A solução correta utiliza uma fila FIFO do Amazon SQS para desacoplar a ingestão de dados do processamento do banco de dados. Quando o banco de dados Aurora MySQL está indisponível devido a uma atualização, as funções Lambda podem continuar a enviar os dados do cliente para a fila SQS. Uma função Lambda separada pode então consumir esses dados da fila e gravá-los no banco de dados assim que ele estiver online e disponível novamente, garantindo que nenhum dado seja perdido. Provisionar um proxy do Amazon RDS (opção incorreta) pode ajudar a gerenciar conexões, mas não resolve o problema fundamental de o banco de dados estar indisponível durante uma atualização. Aumentar o tempo de execução e usar um mecanismo de repetição (opção incorreta) apenas atrasaria a falha e ainda resultaria em perda de dados se a atualização demorasse mais do que o tempo de execução máximo. Persistir dados no armazenamento local do Lambda (opção incorreta) não é uma solução durável, pois o armazenamento local é efêmero e não garante a persistência dos dados entre invocações ou em caso de falha da função.