Una aplicación utiliza una función de AWS Lambda (invocada a través de Amazon API Gateway) para almacenar datos en una base de datos de Amazon Aurora PostgreSQL. Durante la prueba de concepto, la empresa aumentó las cuotas de Lambda para manejar cargas de datos de alto volumen. Un arquitecto de soluciones debe recomendar un diseño que mejore la escalabilidad y minimice el esfuerzo de configuración. ¿Qué solución cumple con estos requisitos?

La opción correcta es crear dos funciones Lambda y usar Amazon SQS. Esto desacopla la ingesta de datos de su procesamiento, permitiendo que la función de recepción responda rápidamente a API Gateway mientras la función de carga procesa los datos de forma asíncrona desde la cola de SQS. SQS proporciona escalabilidad automática y durabilidad para manejar picos de tráfico, minimizando el esfuerzo de configuración y mejorando la resiliencia. Refactorizar a Apache Tomcat en EC2 (opción 1) aumentaría la sobrecarga operativa y de configuración, perdiendo los beneficios sin servidor de Lambda. Cambiar a DynamoDB con DAX (opción 2) es un cambio de base de datos significativo que requiere refactorización de código y no aborda directamente el problema de escalabilidad de Lambda con Aurora PostgreSQL. Usar Amazon SNS (opción 3) para integrar las funciones Lambda no es ideal para la carga de datos, ya que SNS es un servicio de publicación/suscripción y no una cola duradera para el procesamiento asíncrono de tareas.