一家公司在 AWS Lambda 函数上托管了一个应用程序，该函数由 Amazon API Gateway API 调用。Lambda 函数将客户数据保存到 Amazon Aurora MySQL 数据库中。每当公司升级数据库时，Lambda 函数在升级完成之前都无法建立数据库连接，导致某些事件的客户数据丢失。解决方案架构师需要设计一个解决方案，用于存储数据库升级期间创建的客户数据。哪种解决方案能满足这些要求？

当数据库升级时，Lambda 函数无法立即连接数据库，导致数据丢失。将客户数据存储在 Amazon SQS FIFO 队列中，可以确保数据按顺序持久化，即使数据库暂时不可用。新的 Lambda 函数可以异步轮询 SQS 队列，并在数据库可用时将数据写入 Aurora。这提供了一个解耦的、容错的解决方案，避免了数据丢失。 其他选项： 预置 Amazon RDS Proxy 可以在一定程度上管理数据库连接，但它不能在数据库完全不可用时存储数据。 增加 Lambda 运行时并创建重试机制可能会导致 Lambda 函数超时，并且在数据库长时间不可用时仍然无法解决数据持久化问题。 将客户数据持久化到 Lambda 本地存储是不可靠的，因为 Lambda 实例是短暂的，本地存储会在函数执行结束后丢失。