Neste artigo, compartilho minha experiência realizando diversos projetos práticos na AWS, baseados nos desafios da plataforma NextWork. Através desses projetos, explorei ferramentas modernas de Database e Analytics, aprendendo na prática como esses serviços gerenciados podem transformar dados em insights valiosos.

Visão Geral dos Projetos

Este artigo inclui os seguintes projetos:

1. Visualizando dados com Amazon QuickSight
2. Visualização de Banco de Dados Relacional com RDS
3. Banco de Dados Aurora com EC2
4. Aplicação Web Conectada ao Aurora
5. Carregando Dados em Tabelas DynamoDB
6. Consultando Dados com DynamoDB

1. Visualizando dados com Amazon QuickSight

Neste projeto, utilizei o Amazon QuickSight para analisar um dataset contendo informações sobre filmes e séries da Netflix, armazenado no Amazon S3. Criei dashboards interativos que mostram claramente as tendências de lançamentos ao longo dos anos.

Ferramentas destacadas:

• Amazon QuickSight: Serviço de BI rápido e fácil para criação de dashboards interativos.
• Amazon S3: Armazenamento de dados altamente escalável.

2. Visualização de Banco de Dados Relacional com RDS

Configurei um banco de dados MySQL com o Amazon RDS, armazenando informações de salários e departamentos. Posteriormente, visualizei esses dados de maneira segura através do QuickSight, aplicando configurações avançadas de segurança.

Ferramentas destacadas:

• Amazon RDS: Banco de dados relacional gerenciado com escalabilidade, segurança integrada e backups automáticos.
• Amazon QuickSight: Para visualização segura dos dados.
• MySQL Workbench: Para gerenciar e manipular dados no banco.

3. Banco de Dados Aurora com EC2

Preparei a estrutura básica para uma aplicação web, conectando uma instância Amazon EC2 a um cluster Amazon Aurora, abordando especialmente questões práticas de segurança e conectividade.

Ferramentas destacadas:

• Amazon Aurora: Banco de dados relacional de alta performance e escalabilidade automática.
• Amazon EC2: Serviço para criar instâncias virtuais que hospedam aplicações web.
• VPC e Security Groups: Garantem uma comunicação segura e isolada entre os recursos.

4. Aplicação Web Conectada ao Aurora

Hospedei uma aplicação web na instância EC2, que se conecta ao Aurora via PHP, permitindo inserção e recuperação dinâmica de dados.

Ferramentas destacadas:

• Amazon EC2: Hospedagem da aplicação.
• Amazon Aurora: Armazenamento dos dados inseridos pela aplicação.
• Apache e PHP: Ambiente para servir e interagir com a aplicação web.

5. Carregando Dados em Tabelas DynamoDB

Utilizei o DynamoDB para criar tabelas NoSQL e carregá-las rapidamente usando comandos CLI através do AWS CloudShell. Este projeto destacou a flexibilidade e a simplicidade desse banco para armazenar diferentes tipos de dados.

Ferramentas destacadas:

• Amazon DynamoDB: Banco NoSQL totalmente gerenciado e escalável.
• AWS CLI e CloudShell: Ferramentas para gerenciamento e automação direta na nuvem.

6. Consultando Dados com DynamoDB

Aprofundei o uso do DynamoDB realizando consultas avançadas, aplicando filtros específicos e transações que garantem a integridade dos dados em múltiplas tabelas.

Ferramentas destacadas:

• Amazon DynamoDB: Para consultas eficientes e transações seguras.
• AWS CLI: Para execução precisa e controlada dos comandos.

Conclusão

Estes projetos foram extremamente enriquecedores, me permitindo conhecer os principais serviços de Database e Analytics da AWS. Eles exemplificam claramente como a nuvem pode facilitar e agilizar o tratamento e a visualização de dados complexos.

Existem muitos outros projetos interessantes disponíveis na plataforma NextWork que pretendo explorar futuramente. Para acompanhar meus projetos e aprender mais sobre AWS, visite meu repositório no GitHub ou acesse meu site pessoal.

Até o próximo projeto! ✌🏽😎

. . . . . . . .

Eduardo O. Lentz

💻 Portfolio | 🔗 LinkedIn | 📂 GitHub | 📝 Medium | 📸 Instagram