Una empresa aloja una aplicación en funciones AWS Lambda invocadas por una API de Amazon API Gateway. Las funciones Lambda guardan los datos de los clientes en una base de datos Amazon Aurora MySQL. Cada vez que la empresa actualiza la base de datos, las funciones Lambda no pueden establecer conexiones con la base de datos hasta que la actualización se completa, lo que provoca la pérdida de datos de los clientes para algunos eventos. Un arquitecto de soluciones necesita diseñar una solución que almacene los datos de los clientes creados durante las actualizaciones de la base de datos. ¿Qué solución cumplirá estos requisitos?

La opción correcta es almacenar los datos del cliente en una cola FIFO de Amazon SQS y usar una función Lambda para procesarlos. Esto desacopla la ingestión de datos de la disponibilidad de la base de datos. Durante las actualizaciones, las funciones Lambda pueden seguir enviando datos a la cola, que los retendrá de forma duradera. Una vez que la base de datos esté disponible, la función Lambda de procesamiento puede leer los mensajes de la cola y escribirlos en Aurora, evitando la pérdida de datos. Aprovisionar un proxy de Amazon RDS no resuelve el problema subyacente de la indisponibilidad de la base de datos durante las actualizaciones. Aumentar el tiempo de ejecución de Lambda y usar reintentos podría prolongar los errores y no garantizar la persistencia de los datos si la base de datos está inactiva por mucho tiempo. Persistir los datos en el almacenamiento local de Lambda no es duradero y los datos se perderían si la función Lambda se termina o reinicia.