在AWS Lambda中，持久化数据有多种方法。下面是其中几种常用的方法：

1. 使用AWS的数据库服务，如Amazon DynamoDB或Amazon Aurora等。这些数据库服务可以在Lambda函数中直接调用，通过API进行数据的读写操作。以下是使用DynamoDB的示例代码：

import boto3

def lambda_handler(event, context):
    # 创建DynamoDB客户端
    dynamodb = boto3.resource('dynamodb')
    
    # 获取数据表
    table = dynamodb.Table('my-table')
    
    # 向数据表写入数据
    table.put_item(Item={'id': '1', 'name': 'John Doe'})
    
    # 从数据表读取数据
    response = table.get_item(Key={'id': '1'})
    item = response['Item']
    print(item)

2. 使用AWS的文件存储服务，如Amazon S3或Amazon EFS等。Lambda函数可以将数据写入到文件中，然后将文件上传到S3存储桶或挂载EFS文件系统进行存储。以下是使用S3的示例代码：

import boto3

def lambda_handler(event, context):
    # 创建S3客户端
    s3 = boto3.client('s3')
    
    # 将数据写入到文件
    data = 'Hello, World!'
    with open('/tmp/data.txt', 'w') as f:
        f.write(data)
    
    # 将文件上传到S3存储桶
    s3.upload_file('/tmp/data.txt', 'my-bucket', 'data.txt')

3. 使用AWS的消息队列服务，如Amazon SQS或Amazon SNS等。Lambda函数可以将数据发送到消息队列中，然后其他服务可以订阅该消息并处理数据。以下是使用SQS的示例代码：

import boto3

def lambda_handler(event, context):
    # 创建SQS客户端
    sqs = boto3.client('sqs')
    
    # 发送消息到队列
    response = sqs.send_message(
        QueueUrl='my-queue-url',
        MessageBody='Hello, World!'
    )

使用以上方法中的任意一种，您可以在AWS Lambda调用后持久化数据。具体选择哪种方法取决于您的应用需求和数据存储方案。