一家公司经营食品配送服务。由于最近的业务增长，该公司的订单处理系统在高峰流量时段遇到了扩展问题。当前的架构包括一个Auto Scaling组中的Amazon EC2实例，这些实例从应用程序收集订单。第二个Auto Scaling组中的EC2实例负责完成订单。订单收集过程很快，但订单完成过程可能需要更长时间。由于扩展事件，数据不能丢失。解决方案架构师必须确保订单收集过程和订单完成过程在高峰流量时段都能充分扩展。哪种解决方案能满足这些要求？

正确答案通过引入Amazon SQS队列解耦了订单收集和订单完成过程，解决了扩展性问题。订单收集和完成服务可以独立扩展，互不影响。EC2实例根据各自队列中的消息数量进行扩展，确保在高峰流量时段有足够的处理能力，同时避免数据丢失。 选项A和B仅依赖CPU利用率进行扩展，这可能不足以应对订单处理的异步特性和不同处理时间。此外，按需创建额外的Auto Scaling组（选项B）不是一个自动化的、响应式扩展的有效方法。选项C的扩展机制不明确，仅提及根据队列发送的通知来扩展，但未具体说明如何根据队列负载进行扩展，不如根据消息数量扩展更直接有效。