<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Carlos Viola on Medium]]></title>
        <description><![CDATA[Stories by Carlos Viola on Medium]]></description>
        <link>https://medium.com/@chmviola?source=rss-05cf097bec6f------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*uea1XuIPSPRFwiCB2Kh3Og.jpeg</url>
            <title>Stories by Carlos Viola on Medium</title>
            <link>https://medium.com/@chmviola?source=rss-05cf097bec6f------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 10:13:03 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@chmviola/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[De Desenvolvedor para Viajante: Construindo um SaaS de Gestão de Viagens com Django, Docker e CI/CD…]]></title>
            <link>https://medium.com/@chmviola/de-desenvolvedor-para-viajante-construindo-um-saas-de-gest%C3%A3o-de-viagens-com-django-docker-e-ci-cd-e1780e90b4ec?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/e1780e90b4ec</guid>
            <category><![CDATA[jenkins]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[cicd-pipeline]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Wed, 28 Jan 2026 14:57:57 GMT</pubDate>
            <atom:updated>2026-01-28T14:57:57.170Z</atom:updated>
            <content:encoded><![CDATA[<h3>De Desenvolvedor para Viajante: Construindo um SaaS de Gestão de Viagens com Django, Docker e CI/CD Automatizado</h3><p>Como utilizei Python moderno e DevOps para criar o TravelManager</p><p><strong>Introdução</strong> Viajar é incrível, mas organizar roteiros, planilhas de gastos, documentos e endereços pode ser caótico. Como DevOPs, decidi resolver esse problema da melhor forma que conheço: desenvolvendo uma aplicação Web.</p><p>Nasceu assim o <strong>TravelManager</strong>, um projeto pessoal que evoluiu para uma aplicação robusta. O objetivo deste artigo não é apenas mostrar o resultado final, mas compartilhar as decisões de arquitetura, a infraestrutura de DevOps e as tecnologias que escolhi para tirar essa ideia do papel.</p><p><strong>O Desafio e a Solução</strong> A ideia era centralizar tudo: voos, hotéis, cotação de moeda em tempo real e previsão do tempo. Para isso, precisava de um sistema estável, seguro e, principalmente, com um ciclo de desenvolvimento ágil.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IY4eavtfeunrUANItfGxJQ.png" /><figcaption>Infográfico do Sistema</figcaption></figure><p><strong>As escolhas sólidas: Stack Tecnológica</strong></p><p>Para o <strong>Backend</strong>, optei pela robustez e velocidade de desenvolvimento do ecossistema Python:</p><ul><li><strong>Python 3.11:</strong> Aproveitando as melhorias de performance das versões mais recentes.</li><li><strong>Django 5:</strong> O framework web “para perfeccionistas com prazos”, garantindo segurança (CSRF, SQL Injection protection) e um ORM poderoso nativamente.</li><li><strong>PostgreSQL:</strong> Banco de dados relacional escolhido pela confiabilidade e suporte a tipos de dados complexos (como JSONField, que uso para armazenar insights da IA).</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/728/1*8uKEH-BFP0nm6PwvZqHvyQ.png" /><figcaption>Código Python</figcaption></figure><p>Para o <strong>Frontend</strong>, o foco foi a responsividade e a usabilidade administrativa:</p><ul><li><strong>AdminLTE 3 (Bootstrap 4 + HTML5):</strong> Uma interface administrativa limpa e mobile-first, permitindo focar na lógica do negócio sem perder tempo reinventando componentes de UI.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*h6Fuzor7_CSaap_Kvs5I3Q.png" /><figcaption>Frontend em AdminLTE 3</figcaption></figure><p><strong>O Diferencial: Infraestrutura e DevOps</strong></p><p>Aqui foi onde o projeto mais contribuiu para o meu crescimento profissional. Não queria apenas rodar o código na minha máquina (“works on my machine”), queria um ambiente de produção real.</p><p>Implementei uma infraestrutura baseada em containers e automação:</p><p><strong>Docker &amp; Portainer:</strong> Toda a aplicação (Web + Banco + Nginx) é conteinerizada. O Portainer facilita a gestão visual dos containers e volumes.</p><ol><li><strong>Jenkins (CI/CD):</strong> O coração da automação. Configurei Webhooks no GitHub que acionam o Jenkins a cada push integrado ao Portainer.</li><li><strong>Versionamento Automático:</strong> Implementei um script que lê o CHANGELOG.md e gera as tags de versão automaticamente, garantindo rastreabilidade do software.</li><li><strong>Ambientes Segregados:</strong> Criei duas esteiras distintas de CI/CD:</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aQREh8ukolTdZWmShZXarg.png" /><figcaption>Esteira do Jenkins</figcaption></figure><ul><li><strong>Develop:</strong> Para testes rápidos e validação de features.</li><li><strong>Main (Produção):</strong> Onde o código estável reside.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*s1ra8hNQHMjG5URqc6KWaA.png" /><figcaption>Versionamento</figcaption></figure><p><strong>Integrações: O Mundo Real</strong></p><p>Um sistema de viagens isolado não serve para muita coisa. Integrei APIs externas para trazer dados em tempo real:</p><ul><li><strong>AwesomeAPI:</strong> Para conversão de moedas (Real, Dólar, Euro) com cache inteligente para evitar falhas.</li><li><strong>Google Maps API:</strong> Para geolocalização e visualização dos roteiros.</li><li><strong>OpenWeatherMap:</strong> Para previsão do tempo no destino.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*66hyCK8hPcKDyFdTMD9Clw.png" /><figcaption>Tela de detalhes da viagem</figcaption></figure><p><strong>Conclusão</strong> Construir o TravelManager foi mais do que criar um site; foi um exercício completo de engenharia de software. Desde a modelagem do banco de dados até a configuração de pipelines de deploy automático, cada etapa reforçou conhecimentos essenciais para o mercado atual.</p><p>O código está vivo e em constante evolução. Você pode acessar o repositório do projeto pelo endereço abaixo:</p><p><a href="https://github.com/chmviola/travel_manager">GitHub - chmviola/travel_manager: Gerenciador de Viagem</a></p><p>O site é acessível no endereço abaixo:</p><p><a href="https://travel.chmviola.com.br/">Travel Manager | Login</a></p><p>Se você tem dúvidas sobre Django, Docker ou Jenkins, vamos trocar uma ideia nos comentários!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e1780e90b4ec" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Construindo uma Aplicação Médica Serverless com recursos de IA — Parte 4]]></title>
            <link>https://medium.com/@chmviola/construindo-uma-aplica%C3%A7%C3%A3o-m%C3%A9dica-serverless-com-recursos-de-ia-parte-4-713bc9ea29b6?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/713bc9ea29b6</guid>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[openai]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[google-cloud-platform]]></category>
            <category><![CDATA[azure]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Sun, 19 Oct 2025 14:36:47 GMT</pubDate>
            <atom:updated>2025-10-19T14:36:47.199Z</atom:updated>
            <content:encoded><![CDATA[<h3>Construindo uma Aplicação Médica Serverless com recursos de IA — Parte 4</h3><p><em>Integração com OpenAI e Criação do Agente de Suporte aos clientes</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/933/1*eA_AwYfjQZw8SyyLOTEijA.png" /></figure><p>Esta última etapa do projeto acadêmico introduz um <strong>agente inteligente com tecnologia de IA</strong>, projetado para oferecer <strong>suporte automatizado ao cliente</strong> e <strong>agendamento de consultas médicas</strong> de forma natural e eficiente.</p><p>A solução integra a <strong>API da OpenAI</strong> com a infraestrutura já desenvolvida nas fases anteriores, conectando-se aos serviços em nuvem da <strong>AWS, Azure e Google Cloud</strong> para criar uma experiência fluida e integrada entre o atendimento automatizado e o backend médico.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XfNdsZd238NIitGZ-HX9YQ.png" /><figcaption>OpenAI Dashboard</figcaption></figure><p>O agente é capaz de <strong>compreender intenções do usuário</strong>, <strong>reconhecer contextos clínicos</strong> e <strong>executar ações diretas</strong>, como consultar a disponibilidade de médicos, verificar horários em agenda e registrar novos agendamentos no sistema. Ele combina modelos avançados de linguagem natural com funções personalizadas para lidar com fluxos específicos do setor de saúde.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/952/1*SLtLUZC27STUvDr8vGuBZw.png" /><figcaption>Exemplo do assistente virtual</figcaption></figure><p>O backend utiliza <strong>funções AWS Lambda</strong> para processar solicitações em tempo real, garantindo escalabilidade e custo otimizado. Já a <strong>integração com o Azure Cognitive Services</strong> amplia as capacidades do agente, permitindo <strong>análise de sentimento</strong>, <strong>identificação de entidades médicas</strong> e <strong>tradução automática</strong>, caso o paciente se comunique em outro idioma.</p><p>Em termos de arquitetura, o fluxo segue o seguinte ciclo:</p><ol><li>O usuário interage com o agente via chat web ou aplicativo.</li><li>A mensagem é enviada à <strong>API da OpenAI</strong>, que interpreta a intenção e retorna uma resposta contextualizada.</li><li>Quando necessário, o agente chama <strong>funções específicas via AWS Lambda</strong> para executar ações reais, como confirmar uma consulta ou verificar horários disponíveis.</li><li>As informações são persistidas no Firestore e exibidas ao paciente de forma imediata.</li></ol><p>Essa integração demonstra como a <strong>IA generativa</strong> pode transformar processos operacionais de clínicas e hospitais, oferecendo <strong>atendimento 24/7</strong>, <strong>reduzindo custos administrativos</strong> e <strong>melhorando a experiência do paciente</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*rG0VbNJxwfGp21ygGVpDwg.png" /></figure><p>O projeto finaliza consolidando todos os aprendizados das etapas anteriores — desde o provisionamento em múltiplas nuvens até a integração inteligente com APIs — mostrando, na prática, como construir um <strong>ecossistema médico digital moderno</strong>, orientado por dados e inteligência artificial.</p><h3>Conclusão</h3><p>Ao longo deste projeto acadêmico, percorremos todas as etapas de construção de uma <strong>arquitetura moderna de software em nuvem</strong>, integrando múltiplos provedores e explorando o potencial da <strong>inteligência artificial aplicada ao setor da saúde</strong>.</p><p>Iniciamos com o <strong>provisionamento de infraestrutura em múltiplas nuvens</strong>, utilizando os recursos combinados da AWS, Azure e Google Cloud para garantir escalabilidade, resiliência e integração contínua entre serviços distintos. Em seguida, avançamos para a <strong>implementação do backend e APIs de suporte</strong>, estruturando funções serverless e bancos de dados distribuídos que permitiram o fluxo seguro e otimizado de informações médicas.</p><p>Nas etapas seguintes, evoluímos para a <strong>camada de aplicação</strong>, onde foram integrados serviços cognitivos, autenticação federada e armazenamento inteligente, preparando o ambiente para a chegada do componente mais inovador do projeto: o <strong>agente conversacional com IA da OpenAI</strong>.</p><p>A conclusão dessa jornada demonstra a sinergia entre <strong>engenharia de nuvem, automação e inteligência artificial</strong>, mostrando que é possível criar soluções completas, seguras e escaláveis, capazes de transformar a experiência do usuário e otimizar processos críticos, como o <strong>agendamento médico automatizado</strong>.</p><p>Mais do que um exercício técnico, este projeto representa um modelo prático de como arquiteturas <strong>multicloud</strong> e <strong>IA generativa</strong> podem trabalhar em conjunto para resolver problemas reais, conectando eficiência operacional e inovação tecnológica de forma integrada.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=713bc9ea29b6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Construindo uma Aplicação Médica Serverless com recursos de IA — Parte 3]]></title>
            <link>https://medium.com/@chmviola/construindo-uma-aplica%C3%A7%C3%A3o-m%C3%A9dica-serverless-com-recursos-de-ia-parte-3-7f7dd76030f8?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/7f7dd76030f8</guid>
            <category><![CDATA[google-cloud-platform]]></category>
            <category><![CDATA[multi-cloud-strategy]]></category>
            <category><![CDATA[vision-ai]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[cloud-computing]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Wed, 15 Oct 2025 20:29:17 GMT</pubDate>
            <atom:updated>2025-10-15T20:29:17.769Z</atom:updated>
            <content:encoded><![CDATA[<h3>Construindo uma Aplicação Médica Serverless com recursos de IA — Parte 3</h3><p><em>Como a integração com o Google Cloud Vision AI amplia a capacidade de análise de imagens médicas em uma arquitetura híbrida e inteligente.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/937/1*EFtGQCwrbURn1ZUpBfI8kg.png" /></figure><p>Após implementar a tradução multilíngue e a transcrição de voz com as integrações da AWS e Azure, o projeto evoluiu para um novo patamar de inteligência: a <strong>análise automatizada de imagens médicas</strong>.<br>Essa terceira fase trouxe a incorporação do <strong>Google Cloud Vision AI</strong>, um serviço avançado de aprendizado de máquina projetado para interpretar imagens com alta precisão e aplicabilidade clínica.</p><p>O objetivo é permitir que o sistema identifique <strong>possíveis anomalias em imagens médicas</strong>, como radiografias, ressonâncias ou tomografias, oferecendo um suporte inicial à triagem visual automatizada. Essa abordagem não substitui o olhar humano — o foco é <strong>auxiliar médicos e profissionais de saúde</strong> com insights rápidos, padronizados e escaláveis.</p><h3>A Arquitetura e a Convergência entre AWS e GCP</h3><p>Manter o núcleo da solução na AWS continua sendo uma escolha estratégica. A arquitetura existente — que já utiliza o <strong>Amazon Cognito</strong> para autenticação, <strong>S3</strong> para hospedagem de frontend e <strong>API Gateway + Lambda</strong> como camada de orquestração — foi expandida para incluir a comunicação com a <strong>API do Google Cloud Vision</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/683/1*XhN2UEkOMB3H3hndEqPDAA.png" /></figure><p>Essa integração entre <strong>AWS e Google Cloud Platform (GCP)</strong> representa um movimento natural dentro de um ecossistema multicloud: cada provedor contribui com suas forças. A AWS oferece automação, segurança e escalabilidade serverless, enquanto o GCP fornece <strong>modelos de visão computacional altamente treinados</strong> para o domínio médico.</p><p>O fluxo inicia-se quando o usuário autenticado envia uma imagem médica — por exemplo, uma radiografia de tórax — através da interface hospedada no <strong>Amazon S3</strong>.<br>O <strong>API Gateway</strong> recebe essa solicitação e encaminha para uma função <strong>AWS Lambda</strong>, responsável por processar o arquivo e enviá-lo para o <strong>Google Cloud Vision AI</strong>.</p><p>A API do Google analisa a imagem, detectando padrões, regiões de interesse e potenciais anomalias com base em modelos de aprendizado profundo. Em seguida, os resultados retornam à função Lambda, que os organiza e grava no <strong>Amazon DynamoDB</strong>.<br>Cada requisição e resposta são monitoradas e registradas via <strong>Amazon CloudWatch Logs</strong>, garantindo total rastreabilidade e visibilidade operacional.</p><h3>Segurança, Escalabilidade e Inteligência Distribuída</h3><p>Trabalhar com dados médicos impõe um rigor adicional em segurança e conformidade.<br>O <strong>Amazon Cognito</strong> continua sendo a camada de autenticação central, garantindo que apenas usuários autorizados possam enviar ou consultar imagens.<br>As funções <strong>Lambda</strong> operam sob permissões mínimas necessárias, e o acesso ao Google Cloud Vision é mediado por <strong>credenciais armazenadas com segurança</strong> no <strong>AWS Secrets Manager</strong>, eliminando o risco de exposição de chaves ou tokens.</p><p>Além disso, o uso combinado de <strong>AWS Lambda</strong> e <strong>CloudFormation</strong> assegura que a arquitetura seja <strong>altamente escalável e reproduzível</strong>, podendo se adaptar facilmente ao volume de imagens processadas — algo essencial em ambientes médicos com alto fluxo de dados.</p><p>O resultado é uma infraestrutura onde a inteligência está <strong>distribuída entre provedores</strong>, mas a experiência do usuário permanece fluida e centralizada.<br>Essa convergência entre plataformas mostra como a engenharia moderna de nuvem está menos preocupada com a fidelidade a um único provedor e mais focada em <strong>entregar valor através da colaboração entre tecnologias</strong>.</p><h3>Do Insight à Aplicação Prática</h3><p>Com o <strong>Google Cloud Vision AI</strong> integrado ao fluxo da aplicação, a solução passa a ser capaz de realizar <strong>análises visuais automáticas em exames clínicos</strong>, auxiliando na detecção precoce de possíveis alterações.<br>Por exemplo, uma imagem enviada pode ser automaticamente classificada quanto à presença de opacidades pulmonares, fraturas ou padrões suspeitos — informações que podem apoiar o diagnóstico humano e reduzir o tempo de resposta em triagens médicas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/693/1*T8PHQ97sopnjCh2CCtlBIQ.png" /></figure><p>Esse tipo de automação não tem como objetivo substituir o especialista, mas sim <strong>potencializar sua capacidade de decisão</strong>.<br>Ao integrar a visão computacional do Google ao ecossistema seguro e escalável da AWS, o sistema ganha robustez técnica e propósito social: tornar o diagnóstico mais ágil, acessível e padronizado.</p><h3>Conclusão</h3><p>A integração com o <strong>Google Cloud Vision AI</strong> representa o ponto mais avançado da arquitetura até agora — onde <strong>dados de texto, voz e imagem</strong> convergem em um único ecossistema de processamento inteligente.<br>Essa etapa reforça o conceito de <strong>multicloud como estratégia de inovação</strong>, permitindo que cada provedor contribua com o que há de melhor em seu domínio.</p><p>Unindo AWS, Azure e GCP em uma mesma solução, este projeto mostra como o papel do engenheiro DevOps e de IA vai além da implementação técnica: trata-se de <strong>orquestrar tecnologias de forma coesa</strong>, para que elas sirvam a um propósito maior — no caso, o avanço da saúde por meio da inteligência artificial aplicada.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7f7dd76030f8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Construindo uma Aplicação Médica Serverless com recursos de IA— Parte 2]]></title>
            <link>https://medium.com/@chmviola/construindo-uma-aplica%C3%A7%C3%A3o-m%C3%A9dica-serverless-com-recursos-de-ia-parte-2-6566e1a95dc9?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/6566e1a95dc9</guid>
            <category><![CDATA[azure]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <category><![CDATA[ai-speech]]></category>
            <category><![CDATA[devops]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Mon, 13 Oct 2025 12:52:27 GMT</pubDate>
            <atom:updated>2025-10-13T12:52:27.612Z</atom:updated>
            <content:encoded><![CDATA[<p><em>Integração com o Azure Speech Service para Transcrição de Áudio Médico.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/934/1*2_AsftzHgyN_WM2Z6gYLsw.png" /><figcaption>Arquitetura proposta</figcaption></figure><p>Após consolidar a arquitetura serverless na AWS para tradução e conversão de texto médico em fala natural, o projeto avançou para um novo desafio: permitir a <strong>transcrição automática de conversas entre médicos e pacientes</strong>, transformando áudio em texto estruturado e pronto para processamento.<br>Essa etapa introduziu um componente essencial — o <strong>Azure AI Speech Service</strong> — e marcou a integração entre <strong>duas grandes plataformas de nuvem</strong>: <strong>AWS</strong> e <strong>Microsoft Azure</strong>.</p><p>A ideia central era expandir as capacidades da solução inicial, acrescentando a <strong>interpretação automática da fala humana</strong>, um dos recursos mais valiosos em contextos clínicos. O objetivo não era apenas converter som em texto, mas criar uma ponte entre as interações orais e os sistemas de informação médica, reduzindo ruídos de comunicação e otimizando o registro de dados durante consultas e atendimentos.</p><h3>Integração Multicloud: Estratégia e Benefícios</h3><p>Embora toda a espinha dorsal da aplicação — autenticação, frontend, backend e armazenamento — tenha permanecido na AWS, a decisão de integrar o <strong>Azure Speech Service</strong> foi puramente estratégica.<br>A Microsoft tem uma das APIs mais maduras e precisas de reconhecimento de voz, especialmente em contextos médicos, com modelos capazes de interpretar nuances de linguagem técnica e termos clínicos em diferentes idiomas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/752/1*m5wteLCF0DAME5QuA8KILQ.png" /></figure><p>Ao adotar uma abordagem <strong>multicloud</strong>, o projeto ganha flexibilidade e aproveita o melhor de cada provedor.<br>Enquanto a <strong>AWS</strong> oferece uma base sólida e escalável para hospedagem e automação, o <strong>Azure</strong> adiciona uma camada de inteligência focada em fala e linguagem natural.<br>Essa sinergia entre plataformas cria uma arquitetura resiliente, modular e capaz de evoluir rapidamente conforme novas demandas surgem.</p><h3>Como a Integração Funciona</h3><p>O fluxo começa quando o usuário autenticado pelo <strong>Amazon Cognito</strong> faz o upload de um arquivo de áudio — uma gravação de uma conversa clínica, por exemplo — através do frontend hospedado no <strong>Amazon S3</strong>.<br> Esse áudio é então encaminhado ao <strong>Amazon API Gateway</strong>, que aciona uma <strong>função AWS Lambda</strong> responsável por orquestrar a comunicação com o <strong>Azure AI Speech Service</strong>.</p><p>Dentro dessa função, o áudio é temporariamente armazenado e enviado para a API do Azure, que realiza o processo de reconhecimento de fala. O serviço da Microsoft retorna uma transcrição detalhada do diálogo, incluindo marcações temporais e, quando aplicável, identificação dos interlocutores.<br>Esses dados são então tratados e armazenados no <strong>Amazon DynamoDB</strong>, prontos para futuras análises ou integrações com outros módulos do sistema.</p><p>O <strong>Amazon CloudWatch</strong> monitora todo o ciclo, desde o recebimento do arquivo até o armazenamento da transcrição, permitindo rastrear erros, tempos de resposta e métricas de desempenho. Com isso, a operação mantém um alto grau de observabilidade — essencial em soluções que lidam com fluxos assíncronos entre provedores diferentes.</p><p>O <strong>CloudFormation</strong>, por sua vez, continua sendo a espinha dorsal da infraestrutura. Ele define e provisiona automaticamente os recursos da AWS necessários para suportar a integração, garantindo que todo o ambiente possa ser recriado, atualizado ou escalado de forma previsível.</p><h3>Resultados e Impacto</h3><p>Com a integração do Azure Speech Service, a solução passou a oferecer uma experiência completa: não apenas traduz e converte texto em fala, mas também <strong>transcreve interações reais entre médico e paciente</strong>.<br>O resultado é um ciclo contínuo de <strong>voz ↔ texto ↔ voz</strong>, totalmente automatizado e acessível.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WNnbU2sZQpKV4Bg-bbnQaQ.png" /></figure><p>Isso abre possibilidades significativas, como geração automática de relatórios médicos, documentação de consultas e até suporte a assistentes virtuais em ambientes hospitalares.<br>Mais importante ainda, demonstra como a <strong>engenharia DevOps e a IA aplicada podem coexistir em um cenário multicloud</strong>, explorando o melhor de cada provedor de forma harmônica e eficiente.</p><h3>Conclusão</h3><p>A integração com o Azure AI Speech Service representa um marco na evolução deste projeto.<br>Ela reforça uma visão moderna de arquitetura — <strong>multicloud, modular e orientada a IA</strong> — capaz de lidar com fluxos de dados complexos e dinâmicos sem comprometer segurança ou escalabilidade.</p><p>Ao unir a robustez da <strong>AWS</strong> à inteligência de voz da <strong>Azure</strong>, a solução atinge um novo patamar de sofisticação técnica e aplicabilidade prática.<br>Mais do que uma integração entre plataformas, trata-se de uma demonstração clara de como a <strong>engenharia de nuvem e inteligência artificial podem caminhar juntas</strong> para criar ferramentas que aproximam a tecnologia da vida real — neste caso, a relação entre médicos, pacientes e o conhecimento que os conecta.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6566e1a95dc9" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Construindo uma Aplicação Médica Serverless com recursos de IA —  Parte 1]]></title>
            <link>https://medium.com/@chmviola/construindo-uma-aplica%C3%A7%C3%A3o-m%C3%A9dica-serverless-com-recursos-de-ia-parte-1-168cdcdc81fe?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/168cdcdc81fe</guid>
            <category><![CDATA[aws-cognito]]></category>
            <category><![CDATA[multicloud-devops]]></category>
            <category><![CDATA[aws-lambda]]></category>
            <category><![CDATA[s3-bucket]]></category>
            <category><![CDATA[api-gateway]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Fri, 10 Oct 2025 17:26:27 GMT</pubDate>
            <atom:updated>2025-10-10T17:26:27.511Z</atom:updated>
            <content:encoded><![CDATA[<h3>Construindo uma Aplicação Médica Serverless com recursos de IA — Parte 1</h3><p><em>Construindo uma Arquitetura Serverless na AWS para Conversão de Informações Médicas com IA</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/666/1*aMif9TlnHZEX35q4MYdawg.png" /><figcaption>Arquitetura proposta</figcaption></figure><p>O avanço das tecnologias de inteligência artificial e computação em nuvem vem remodelando o modo como lidamos com dados sensíveis e com a comunicação em ambientes críticos, como o setor de saúde. A união dessas duas áreas — IA e cloud computing — abre caminhos para soluções que não apenas otimizam processos, mas também ampliam a inclusão e o acesso à informação.</p><p>Dentro dessa perspectiva, implementei um projeto voltado à criação de uma <strong>infraestrutura serverless na AWS</strong> para <strong>converter informações médicas em fala natural</strong>, com suporte a múltiplos idiomas. A proposta combina automação, segurança e escalabilidade, utilizando os principais serviços de IA da Amazon Web Services, como o <strong>Amazon Polly</strong> e o <strong>Amazon Translate</strong>.</p><p>A ideia é simples, mas poderosa: permitir que usuários autenticados possam enviar textos médicos e recebam como retorno o mesmo conteúdo traduzido e narrado em áudio natural. Isso representa uma oportunidade real de tornar a comunicação médica mais acessível para diferentes públicos, especialmente em contextos multilíngues ou em situações que exigem inclusão auditiva.</p><h3>Arquitetura da Solução</h3><p>O primeiro passo do projeto foi definir uma estrutura sólida e segura, capaz de funcionar de forma totalmente automatizada.<br>Para isso, utilizei o <strong>AWS CloudFormation</strong> como base para provisionar todos os recursos de infraestrutura como código (IaC). Essa abordagem garante que cada componente da solução possa ser recriado ou atualizado de forma consistente, sem necessidade de intervenções manuais.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*kPFCtxKU_f59U_d7j4CbjQ.png" /><figcaption>AWS CloudFormation</figcaption></figure><p>A aplicação segue um padrão de arquitetura <strong>serverless</strong>, onde o backend é orquestrado por <strong>funções AWS Lambda</strong>, invocadas por meio do <strong>Amazon API Gateway</strong>. Essas funções são responsáveis por processar as requisições dos usuários, interagir com os serviços de tradução e síntese de voz e armazenar os resultados de maneira segura e escalável.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*w0lOg085qbL2A9rTCmzRwg.png" /><figcaption>Lambda Fucntion</figcaption></figure><p>A autenticação e o controle de acesso são tratados pelo <strong>Amazon Cognito</strong>, que gerencia usuários e permissões, garantindo que apenas identidades autenticadas possam interagir com a aplicação. Esse é um ponto crucial em qualquer sistema que lide com dados sensíveis, como informações médicas, pois reforça o compromisso com a privacidade e a conformidade regulatória.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Q6ro4CWkxCECzTs2fnXSAA.png" /><figcaption>Amazon Cognito</figcaption></figure><p>O frontend, por sua vez, é hospedado em um bucket <strong>Amazon S3</strong>, que serve arquivos estáticos — como HTML, CSS e JavaScript — e permite que usuários carreguem textos a serem processados. Essa simplicidade estrutural reduz custos e elimina a necessidade de um servidor web tradicional, mantendo a solução leve e escalável.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/844/1*XpMXWvpchsU5_d2ibgPaUg.png" /><figcaption>Buckts S3</figcaption></figure><p>Uma vez que o texto é recebido, ele passa por um fluxo de processamento: primeiro, é traduzido para o idioma desejado através do <strong>Amazon Translate</strong>; em seguida, o texto traduzido é convertido em fala natural pelo <strong>Amazon Polly</strong>, que oferece vozes realistas e suporte a múltiplos idiomas. O resultado final, junto com metadados e histórico de uso, é armazenado em uma tabela <strong>Amazon DynamoDB</strong>, permitindo consultas rápidas e integradas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8E8p3Xmec6hg2VXZq0TPFg.png" /><figcaption>DynamoDB</figcaption></figure><p>Todo o comportamento da aplicação é monitorado em tempo real pelo <strong>Amazon CloudWatch</strong>, que coleta logs e métricas de desempenho. Dessa forma, é possível observar o comportamento das funções Lambda, identificar gargalos e aprimorar o desempenho do sistema de forma contínua.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aUx4EZyYREr2PhRV3gHksg.png" /><figcaption>CloudWatch</figcaption></figure><h3>Uma Arquitetura Escalável, Segura e Inclusiva</h3><p>Optar por uma arquitetura totalmente serverless trouxe uma série de benefícios tangíveis. Além da redução de custos operacionais, o modelo <em>pay-per-use</em> da AWS garante que a infraestrutura escale automaticamente conforme a demanda dos usuários. Isso elimina desperdícios e assegura que os recursos estejam disponíveis apenas quando realmente necessários.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/793/1*TGj--jTANVfZG1a6HmC1ZQ.png" /><figcaption>Tela de login</figcaption></figure><p>Outro ponto forte da solução é o suporte nativo a múltiplos idiomas. A integração entre o Amazon Translate e o Amazon Polly permite que o mesmo conteúdo médico seja traduzido e narrado em diversos idiomas, ampliando significativamente o alcance e a utilidade da aplicação.<br> Esse aspecto é particularmente relevante em contextos de atendimento globalizado, ou em regiões onde a barreira linguística pode comprometer a comunicação entre profissionais de saúde e pacientes.</p><p>Por fim, o uso do Amazon Cognito como camada de autenticação adiciona uma camada de segurança robusta, essencial em qualquer ambiente que envolva dados clínicos. O gerenciamento centralizado de identidades simplifica a administração de usuários e garante conformidade com boas práticas de segurança.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HV6CwRcx-RjSD_e8RwPnzQ.png" /><figcaption>Medical Records</figcaption></figure><h3>Conclusão</h3><p>A construção dessa solução representa muito mais do que uma prova de conceito técnica. É um exercício prático de como a engenharia DevOps e os serviços de IA da AWS podem se unir para criar aplicações realmente úteis, escaláveis e seguras — especialmente em setores tão sensíveis quanto o de saúde.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=168cdcdc81fe" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Deploy do NextCloud em Docker usando o Ansilbe]]></title>
            <link>https://medium.com/@chmviola/deploy-do-nextcloud-em-docker-usando-o-ansilbe-7d2b6e992e04?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/7d2b6e992e04</guid>
            <category><![CDATA[linux]]></category>
            <category><![CDATA[ansible]]></category>
            <category><![CDATA[nextcloud]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[docker]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Sun, 22 Jun 2025 00:47:47 GMT</pubDate>
            <atom:updated>2025-06-22T00:47:47.529Z</atom:updated>
            <content:encoded><![CDATA[<p>Com a crescente demanda por soluções de colaboração e armazenamento seguro de arquivos, ferramentas como o <strong>Nextcloud</strong> ganharam grande popularidade entre empresas e profissionais que buscam controle total sobre seus dados. No entanto, instalar e manter o Nextcloud manualmente pode se tornar um processo trabalhoso, especialmente em ambientes que exigem escalabilidade, padronização e reprodutibilidade.</p><p>É nesse contexto que entram duas poderosas ferramentas do ecossistema DevOps: <strong>Docker</strong> e <strong>Ansible</strong>.</p><h3>Por que usar Docker?</h3><p>O <strong>Docker</strong> permite empacotar o Nextcloud e todos os seus componentes (como banco de dados, servidor web e serviços auxiliares) em containers independentes, portáteis e leves. Isso proporciona diversas vantagens:</p><p><strong>Ambientes Reprodutíveis</strong>: O comportamento da aplicação será o mesmo em qualquer lugar — do laptop ao ambiente de produção.</p><p><strong>Isolamento de Componentes</strong>: Banco de dados, Nextcloud e outros serviços funcionam em containers distintos, facilitando a manutenção e o troubleshooting.</p><p><strong>Desempenho e Escalabilidade</strong>: É possível escalar serviços horizontalmente com facilidade.</p><p><strong>Atualizações Simplificadas</strong>: Cada componente pode ser atualizado individualmente, sem afetar o restante da pilha.</p><h3>Por que usar Ansible?</h3><p>O <strong>Ansible</strong> é uma ferramenta de automação baseada em YAML que permite configurar servidores e aplicações de forma declarativa. Com ele, conseguimos:</p><p><strong>Automatizar a instalação e configuração</strong> do Docker e do ambiente Nextcloud com consistência.</p><p><strong>Versionar a infraestrutura como código (IaC)</strong>, permitindo controle de mudanças e auditoria.</p><p><strong>Reduzir erros humanos</strong>, especialmente em ambientes com múltiplos servidores ou múltiplas instâncias.</p><p><strong>Executar tarefas de forma idempotente</strong>, garantindo que o ambiente final esteja sempre no estado desejado, independentemente do número de execuções do playbook.</p><h3>Sinergia entre Docker e Ansible</h3><p>Quando combinados, Docker e Ansible oferecem uma poderosa solução DevOps. Enquanto o Docker fornece o ambiente encapsulado para o Nextcloud, o Ansible automatiza a criação e o gerenciamento desses containers e de toda a infraestrutura necessária (como volumes persistentes, configurações de rede e proxies reversos).</p><p>No próximo bloco deste artigo, vamos preparar o ambiente com Ansible e Docker para orquestrar a instalação e execução do Nextcloud em containers, com foco em <strong>simplicidade, segurança e portabilidade</strong>.</p><h3>Preparação do Ambiente</h3><p>Antes de iniciarmos a implementação automatizada do Nextcloud com Ansible e Docker, é fundamental garantir que o ambiente esteja corretamente configurado. Este guia pressupõe que o servidor remoto já esteja com o sistema operacional <strong>Debian 12</strong> limpo e atualizado.</p><h3>Requisitos do Servidor</h3><p>Sistema operacional: <strong>Debian 12 (Bookworm)<br></strong>Acesso root ou usuário com permissão sudo<br>Conectividade SSH<br>Repositórios padrão habilitados</p><h3>Geração de Chaves SSH no Host de Gerenciamento (sua máquina local)</h3><p>O Ansible utiliza SSH para se conectar e executar comandos nos servidores remotos. Para isso, vamos gerar uma chave SSH no host de gerenciamento:</p><pre>ssh-keygen -t rsa -b 4096 -C &quot;chave_ansible&quot;</pre><p>Quando solicitado, pressione Enter para aceitar o caminho padrão: ~/.ssh/id_rsa<br>Deixe a senha em branco (opcional)<br>Isso criará duas chaves:<br>Chave privada: ~/.ssh/id_rsa<br>Chave pública: ~/.ssh/id_rsa.pub</p><h3>2. Instalação da chave pública no servidor remoto</h3><p>Suponha que o IP do servidor seja 192.168.0.100 e o usuário seja root (ou um usuário com sudo).</p><p>Execute:</p><pre>ssh-copy-id -i ~/.ssh/id_rsa.pub root@192.168.0.100</pre><p>Esse comando copiará automaticamente sua chave pública para o arquivo ~/.ssh/authorized_keys do servidor remoto, permitindo autenticação sem senha.</p><p>Você pode testar a conexão com:</p><pre>ssh root@192.168.0.100</pre><h3>3. Instalação do Ansible no host de gerenciamento</h3><p>Se ainda não estiver instalado, adicione o Ansible à sua máquina de gerenciamento (ex: sua estação local Ubuntu ou Debian):</p><pre>sudo apt update<br>sudo apt install ansible -y</pre><h3>4. Criação do arquivo de inventário (hosts)</h3><p>Agora crie o arquivo de inventário que o Ansible usará para saber onde executar os playbooks. Crie um arquivo chamado hosts:</p><pre>mkdir -p ~/nextcloud-ansible<br>cd ~/nextcloud-ansible<br>nano hosts</pre><p>Exemplo de arquivo host:</p><pre>[nextcloud]<br>192.168.0.100 ansible_user=root ansible_ssh_private_key_file=~/.ssh/id_rsa</pre><p>Para testar o acesso ao servidor:</p><pre>ansible -i inventories/host all -m ping</pre><p>Se tudo tiver ok, você terá a seguinte resposta do comando ping:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/886/1*3M4aCf80yAaSGu3YMCZEqw.png" /></figure><h3>Criação do Playbook: Instalação de Pacotes Básicos</h3><p>Antes de partirmos para a instalação do Docker e do Nextcloud propriamente dito, é recomendável garantir que o servidor tenha um conjunto mínimo de ferramentas administrativas. Para isso, criaremos um <strong>playbook Ansible</strong> chamado install-basicpackages.yaml, responsável por atualizar o sistema e instalar utilitários essenciais como net-tools, vim, zip e htop.</p><h3>Passo 1: Criar o arquivo install-basicpackages.yaml</h3><p>Dentro do diretório do projeto, crie o arquivo:</p><pre>cd ~/nextcloud-ansible<br>nano install-basicpackages.yaml</pre><p>Adicione o conteúdo abaixo:</p><pre>---<br>- name: Install basic packages on Debian-based systems<br>  hosts: all<br>  become: true</pre><pre>  tasks:<br>    - name: Update apt cache and perform dist-upgrade<br>      ansible.builtin.apt:<br>        update_cache: true<br>        upgrade: dist<br>        autoremove: true</pre><pre>    - name: Install packages<br>      ansible.builtin.apt:<br>        name:<br>          - net-tools<br>          - vim<br>          - zip<br>          - htop<br>        state: present</pre><p>Certifique-se de que o nome do grupo no arquivo hosts (como nextcloud) está corretamente configurado. Se desejar aplicar o playbook somente nesse grupo, modifique hosts: all para hosts: nextcloud.</p><h3>Passo 2: Executar o playbook</h3><p>Com o arquivo salvo, execute o playbook:</p><pre>ansible-playbook -i hosts install-basicpackages.yaml</pre><p>Se tudo estiver correto, você verá o Ansible aplicando as tarefas com sucesso, atualizando os pacotes do sistema e instalando os utilitários básicos listados.</p><h3>Passo 3: Instalação do Docker e Portainer com Ansible</h3><p>Com o ambiente básico pronto, chegou o momento de preparar o servidor para o uso de containers. Essa etapa envolve dois componentes principais:</p><p><strong>Docker</strong>: Plataforma de containers que nos permite empacotar o Nextcloud e seus serviços de forma isolada e padronizada.</p><p><strong>Portainer</strong>: Uma interface web poderosa e simples para gerenciar containers Docker, stacks, volumes, redes e mais.</p><p>Vamos utilizar um playbook chamado portainer-install.yaml que automatiza completamente a instalação e configuração do Portainer com suporte SSL, utilizando certificados autoassinados.</p><h4>Estrutura do Playbook portainer-install.yaml</h4><p>Crie o arquivo:</p><pre>nano portainer-install.yaml</pre><p>Cole o conteúdo abaixo:</p><pre>---<br>- name: Install Portainer on Debian-based systems<br>  hosts: all<br>  become: true<br>  tasks:<br>    - name: Create directory for Portainer SSL certificates<br>      ansible.builtin.file:<br>        path: /etc/ssl/portainer<br>        state: directory<br>        mode: &#39;0700&#39;<br>        owner: root<br>        group: root</pre><pre>    - name: Generate self-signed SSL certificate for Portainer<br>      ansible.builtin.command:<br>        argv:<br>          - openssl<br>          - req<br>          - -x509<br>          - -nodes<br>          - -days<br>          - &#39;3650&#39;<br>          - -newkey<br>          - rsa:2048<br>          - -keyout<br>          - /etc/ssl/portainer/portainer.key<br>          - -out<br>          - /etc/ssl/portainer/portainer.crt<br>          - -subj<br>          - /C=BR/ST=RJ/L=Rio de Janeiro/O=Particular/OU=TI/CN=Nome/emailAddress=seu@email.com<br>        creates: /etc/ssl/portainer/portainer.crt<br>      changed_when: false</pre><pre>    - name: Ensure SSL certificate permissions<br>      ansible.builtin.file:<br>        path: &quot;{{ item }}&quot;<br>        mode: &#39;0600&#39;<br>        owner: root<br>        group: root<br>      loop:<br>        - /etc/ssl/portainer/portainer.key<br>        - /etc/ssl/portainer/portainer.crt</pre><pre>    - name: Create docker-compose.yml for Portainer<br>      ansible.builtin.copy:<br>        dest: /root/docker-compose.yml<br>        mode: &#39;0600&#39;<br>        owner: root<br>        group: root<br>        content: |<br>          networks:<br>            minha-rede:<br>              driver: bridge<br>              name: minha-rede</pre><pre>          services:<br>            portainer:<br>              container_name: portainer<br>              hostname: portainer<br>              image: portainer/portainer-ce:sts<br>              networks:<br>                - minha-rede<br>              restart: always<br>              volumes:<br>                - /var/run/docker.sock:/var/run/docker.sock<br>                - /srv/portainer:/data<br>                - /etc/ssl/portainer:/certs<br>              ports:<br>                - &quot;60022:9443&quot;<br>              command:<br>                --sslcert /certs/portainer.crt<br>                --sslkey /certs/portainer.key</pre><pre>    - name: Create /srv/portainer directory for Portainer data<br>      ansible.builtin.file:<br>        path: /srv/portainer<br>        state: directory<br>        mode: &#39;0700&#39;<br>        owner: root<br>        group: root</pre><pre>    - name: Add alias to .bashrc<br>      ansible.builtin.lineinfile:<br>        path: /root/.bashrc<br>        line: &quot;alias list=&#39;docker ps -a --format \&quot;{{ &#39;{{&#39; }}.ID{{ &#39;}}&#39; }} : {{ &#39;{{&#39; }}.State{{ &#39;}}&#39; }} : {{ &#39;{{&#39; }}.Status{{ &#39;}}&#39; }} : {{ &#39;{{&#39; }}.Names{{ &#39;}}&#39; }}\&quot;&#39;&quot;<br>        state: present<br>        create: true<br>        mode: &#39;0644&#39;</pre><pre>    - name: Start Portainer container with docker compose<br>      ansible.builtin.command:<br>        cmd: docker compose -f /root/docker-compose.yml --project-name portainer up -d<br>        chdir: /root<br>      register: compose_result<br>      changed_when: compose_result.rc == 0</pre><pre>    - name: Get host IP address<br>      ansible.builtin.set_fact:<br>        host_ip: &quot;{{ ansible_default_ipv4.address | default(&#39;seu-endereco-ip&#39;) }}&quot;</pre><pre>    - name: Display Portainer access URL<br>      ansible.builtin.debug:<br>        msg: &quot;{{ &#39;Acesse <a href="https://&/#39;">https://&#39;</a> + host_ip + &#39;:60022&#39; }}&quot;</pre><h4>Explicação das Tarefas</h4><p><strong>Geração de Certificado SSL Autoassinado</strong>: Cria uma chave e certificado válidos por 10 anos para garantir conexão segura com o Portainer via HTTPS.</p><p><strong>Criação do arquivo </strong><strong>docker-compose.yml</strong>: Define o container portainer com volumes persistentes, rede dedicada e certificados SSL.</p><p><strong>Criação dos diretórios</strong>: Garante que os dados do Portainer sejam persistidos em /srv/portainer.</p><p><strong>Alias de terminal útil</strong>: Cria o alias list para visualizar rapidamente o status de containers.</p><p><strong>Execução do Docker Compose</strong>: Inicializa o container do Portainer de forma automatizada.</p><p><strong>Mensagem final com a URL de acesso</strong>: Exibe no terminal o link para acessar o Portainer via navegador.</p><h3>Passo 4: Acesso ao Portainer e Criação da Stack para Nginx Proxy Manager (NPM)</h3><h4>Acesso ao Portainer via HTTPS</h4><p>Após a execução bem-sucedida do playbook portainer-install.yaml, o Portainer estará acessível via navegador. Porém, é importante destacar os seguintes pontos para garantir o acesso adequado:</p><h4>Requisitos para Acesso</h4><p>O <strong>DNS do domínio</strong> que você pretende usar (ex: cloud.seudominio.com) deve estar <strong>apontado para o IP público</strong> do servidor onde o Portainer foi instalado.</p><p>O acesso à interface web será feito via <strong>HTTPS</strong>, usando a <strong>porta 60022</strong> (conforme definido no Docker Compose).</p><h4>Exemplo de acesso</h4><pre>https://cloud.seudominio.com:60022</pre><h4>Criação da Stack npm no Portainer (Nginx Proxy Manager)</h4><p>O <strong>Nginx Proxy Manager (NPM)</strong> permite gerenciar domínios, redirecionamentos e certificados SSL de forma gráfica. Para instalá-lo, faremos o deploy de uma nova stack no Portainer chamada npm.</p><h4>Caminho para Criar a Stack no Portainer</h4><p>Acesse o Portainer: https://&lt;seu-dominio-ou-ip&gt;:60022<br>Faça login com o usuário e senha que você definiu na primeira utilização.<br>No menu lateral, clique em: <strong>Stacks → Add Stack<br></strong>Preencha os seguintes campos:<br><strong>Name</strong>: npm<br><strong>Web editor</strong>: Cole o conteúdo YAML da stack abaixo:</p><pre>version: &#39;3.8&#39;<br><br>services:<br>  npm:<br>    image: jc21/nginx-proxy-manager:latest<br>    container_name: nginx-proxy-manager<br>    restart: always<br>    ports:<br>      - &quot;80:80&quot;<br>      - &quot;443:443&quot;<br>      - &quot;81:81&quot;<br>    volumes:<br>      - /srv/npm/data:/data<br>      - /srv/npm/letsencrypt:/etc/letsencrypt<br>    networks:<br>      - minha-rede<br>    deploy:<br>      resources:<br>        limits:<br>          cpus: &#39;0.5&#39;<br>          memory: 512M<br>    logging:<br>      driver: json-file<br>      options:<br>        max-size: &#39;10m&#39;<br>        max-file: &#39;3&#39;<br>networks:<br>  minha-rede:<br>    external: true</pre><p>Clique em <strong>Deploy the stack<br></strong>Conteúdo da Stack npm</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WK3sAyB9qvG2Tm1rZhSscg.png" /></figure><p>A partir desse momento, o container do Nginx Proxy Manager será iniciado. Você poderá acessá-lo via:</p><pre>http://&lt;seu-dominio-ou-ip&gt;:81</pre><h4>Primeiro Acesso ao NPM</h4><p>Acesse a interface do Nginx Proxy Manager pela porta 81 e use os dados padrão:</p><p><strong>Usuário</strong>: admin@example.com<br><strong>Senha</strong>: changeme</p><p>Após o login, você será solicitado a alterar as credenciais.</p><h3>Passo 5: Deploy do Nextcloud via Stack no Portainer</h3><p>Com o ambiente preparado, o Docker funcionando e o Proxy Manager em execução, estamos prontos para fazer o deploy da stack do <strong>Nextcloud</strong>, uma poderosa solução de nuvem privada que permite compartilhamento de arquivos, edição colaborativa de documentos e integração com diversos aplicativos.</p><p>O deploy será feito diretamente pela interface do Portainer, utilizando uma stack com três serviços distintos: banco de dados, aplicação web e cron job.</p><h3>Criação da stack Nextcloud no Portainer</h3><p>Acesse o Portainer: https://&lt;seu-dominio-ou-ip&gt;:60022</p><p>Vá no menu lateral e clique em:<br><strong>Stacks → Add Stack</strong></p><p>Configure:<br><strong>Name</strong>: nextcloud<br><strong>Web editor</strong>: cole o YAML acima</p><pre>services:<br>  db:<br>    image: mysql:8.0<br>    restart: always<br>    volumes:<br>      - /srv/mysql/data:/var/lib/mysql<br>    environment:<br>      - MYSQL_DATABASE=nextcloud<br>      - MYSQL_USER=nextcloud<br>      - MYSQL_PASSWORD=nextcloud<br>      - MYSQL_ROOT_PASSWORD=nextcloud_root<br>    networks:<br>      - minha-rede<br>    deploy:<br>      resources:<br>        limits:<br>          cpus: &#39;0.5&#39;<br>          memory: 512M<br>    logging:<br>      driver: json-file<br>      options:<br>        max-size: &#39;10m&#39;<br>        max-file: &#39;3&#39;<br><br>  app:<br>    image: nextcloud:stable<br>    restart: always<br>    volumes:<br>      - /srv/nextcloud/data:/var/www/html<br>    environment:<br>      - MYSQL_HOST=db<br>      - MYSQL_DATABASE=nextcloud<br>      - MYSQL_USER=nextcloud<br>      - MYSQL_PASSWORD=nextcloud<br>      - NEXTCLOUD_ADMIN_USER=admin<br>      - NEXTCLOUD_ADMIN_PASSWORD=admin_password<br>      - NEXTCLOUD_TRUSTED_DOMAINS=cloud.seusite.com localhost<br>    depends_on:<br>      - db<br>    networks:<br>      - minha-rede<br>    deploy:<br>      resources:<br>        limits:<br>          cpus: &#39;1.0&#39;<br>          memory: 1024M<br>    logging:<br>      driver: json-file<br>      options:<br>        max-size: &#39;10m&#39;<br>        max-file: &#39;3&#39;<br><br>  cron:<br>    image: nextcloud:stable<br>    restart: always<br>    volumes:<br>      - /srv/nextcloud/data:/var/www/html<br>    entrypoint: /cron.sh<br>    depends_on:<br>      - db<br>    networks:<br>      - minha-rede<br>    deploy:<br>      resources:<br>        limits:<br>          cpus: &#39;0.25&#39;<br>          memory: 256M<br>    logging:<br>      driver: json-file<br>      options:<br>        max-size: &#39;10m&#39;<br>        max-file: &#39;3&#39;<br><br>networks:<br>  minha-rede:<br>    external: true</pre><p>Clique em <strong>Deploy the stack</strong></p><p>Após o finalizar o deploy, 3 containers serão criados:</p><p>Container da aplicação (app)<br>Container do Banco de dados (db)<br>Container para execução das tarefas agendadas do Nextcloud (cron)</p><h3>Passo 6: Configuração do Nexcloud no <strong>Nginx Proxy Manager</strong></h3><p>Para acessar o Nextcloud pela web com domínio e HTTPS:</p><p>Acesse o <strong>Nginx Proxy Manager</strong> pela porta 81 (http://&lt;IP&gt;:81)</p><p>Crie um <strong>Proxy Host</strong> com as seguintes configurações:</p><p><strong>Domain Names</strong>: nextcloud.seudominio.com.br</p><p><strong>Forward Hostname/IP</strong>: app (ou IP local do container)</p><p><strong>Forward Port</strong>: 80</p><p>Habilite <strong>Block Common Exploits</strong></p><p>Marque <strong>Enable SSL</strong> e selecione <strong>Request a new SSL certificate</strong> (Let’s Encrypt)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rOurUheUVRN24NTS4ZBOOA.png" /></figure><p>Na aba Advanced, coloque os segunites dados:</p><pre>proxy_set_header Host $host;<br>proxy_set_header X-Real-IP $remote_addr;<br>proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;<br>proxy_set_header X-Forwarded-Proto $scheme;<br><br>proxy_read_timeout 900;<br>proxy_connect_timeout 900;<br>proxy_send_timeout 900;<br>proxy_buffer_size 128k;<br>proxy_buffers 4 256k;<br>proxy_busy_buffers_size 256k;</pre><p>Clique no botão salvar para que as informações sejam aceitas.</p><h3>Passo 7: Configuração do Nextcloud</h3><p>O Nextcloud precisa estar ciente de que está sendo acessado via HTTPS e através de um proxy reverso. Configurações incorretas no arquivo config.php podem causar problemas de redirecionamento.</p><p><strong>Acesse o arquivo de configuração do Nextcloud</strong>:</p><p>Localize o arquivo config.php no diretório de configuração do Nextcloud (nosso exemplo, no volume mapeado do container em /srv/nextcloud/data/config/).</p><p>Edite o arquivo e adicione as seguintes configurações:</p><pre>  array (<br>    0 =&gt; &#39;localhost&#39;,<br>    1 =&gt; &#39;nextcloud.seudominio.com.br&#39;,<br>    2 =&gt; &#39;localhost&#39;,<br>  ),<br>  &#39;overwrite.cli.url&#39; =&gt; &#39;https://nextcloud.seudominio.com.br&#39;,<br>  &#39;overwriteprotocol&#39; =&gt; &#39;https&#39;,<br>  &#39;overwritehost&#39; =&gt; &#39;nextcloud.seudominio.com.br&#39;,</pre><p>Reinicie o container app pelo Portainer</p><p>Por fim, acesse a aplicação:</p><pre>https://nextcloud.seudominio.com.br</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UkNpzkcdGJ00eDoNSlJWMA.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7d2b6e992e04" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Desenvolvendo um Microsserviço Python Serveless e Orientado a Eventos Acionado por DynamoDB Streams…]]></title>
            <link>https://medium.com/@chmviola/desenvolvendo-um-microsservi%C3%A7o-python-serveless-e-orientado-a-eventos-acionado-por-dynamodb-streams-4d06fc8f1634?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/4d06fc8f1634</guid>
            <category><![CDATA[aws-lambda]]></category>
            <category><![CDATA[dynamodb]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[microservices]]></category>
            <category><![CDATA[python]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Wed, 05 Mar 2025 14:54:32 GMT</pubDate>
            <atom:updated>2025-03-05T14:54:32.693Z</atom:updated>
            <content:encoded><![CDATA[<h3>Desenvolvendo um Microsserviço Python Serveless e Orientado a Eventos Acionado por DynamoDB Streams Usando a Função AWS Lambda e o AWS SDW Python Boto3</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TTP5FvzWVMNwnPSbvIPDLw.png" /><figcaption>Arquitetura</figcaption></figure><p>Dando sequência à evolução da nossa aplicação, este projeto representou uma imersão aprofundada nas arquiteturas serverless e microsserviços orientados a eventos, utilizando tecnologias da AWS. O desafio central foi o desenvolvimento do <strong>“HumanGov”</strong>, um microsserviço serverless escrito em Python, projetado para reagir dinamicamente a mudanças nos dados armazenados em uma tabela <strong>Amazon DynamoDB</strong>. Combinando a eficiência das <strong>funções AWS Lambda</strong> e a escalabilidade do <strong>DynamoDB Streams</strong>, conseguimos criar um fluxo de eventos altamente responsivo e otimizado para aplicações governamentais SaaS.</p><h3>Configuração do Ambiente AWS</h3><p>O primeiro passo do projeto foi a configuração do ambiente <strong>AWS</strong>, garantindo uma infraestrutura segura e eficiente para a execução do microsserviço. Isso envolveu a criação e ajuste de <strong>funções IAM</strong>, definindo permissões granulares para controlar o acesso aos recursos de forma segura. Além disso, as <strong>funções AWS Lambda</strong> foram configuradas com as permissões adequadas para interagir com o <strong>Amazon DynamoDB</strong>, assegurando a execução fluida e protegida dos eventos acionados por modificações na base de dados.</p><h3>Integração com o Stream do DynamoDB</h3><p>A <strong>tabela Amazon DynamoDB</strong> foi estruturada para armazenar dados governamentais de forma eficiente e escalável. Para garantir a reatividade do sistema, habilitamos o <strong>DynamoDB Streams</strong>, permitindo que qualquer atualização nos registros gerasse eventos em tempo real. Esses eventos foram configurados para acionar automaticamente as <strong>funções AWS Lambda</strong>, possibilitando o processamento dinâmico das mudanças nos dados e a execução das ações necessárias sem intervenção manual.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Fk2Nqv_4aBn8uPkQ4ygH1Q.png" /></figure><h3>Desenvolvendo a função Lambda</h3><p>Com a infraestrutura do <strong>DynamoDB</strong> e do <strong>AWS Lambda</strong> configurada, a próxima etapa foi a implementação da lógica do microsserviço em <strong>Python</strong>, utilizando o <strong>Boto3</strong>, SDK oficial da AWS. Essa escolha permitiu uma integração eficiente com os serviços da AWS, garantindo que a <strong>função Lambda</strong> processasse os eventos gerados pelo <strong>DynamoDB Streams</strong> de forma otimizada.</p><p>O microsserviço foi projetado para ser altamente <strong>escalável e responsivo</strong>, garantindo o <strong>processamento imediato</strong> das alterações no banco de dados. Além disso, foram aplicadas boas práticas de desenvolvimento serverless, como <strong>gerenciamento de exceções</strong>, <strong>tratamento de falhas</strong> e <strong>otimização do tempo de execução</strong>, assegurando uma operação eficiente e confiável.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Hlg1t5WqjUetwxgEuLheWg.png" /></figure><h3>Monitoramento e registro</h3><p>Para garantir a <strong>estabilidade e eficiência</strong> do microsserviço, implementei um sistema robusto de <strong>monitoramento e registro</strong> utilizando o <strong>AWS CloudWatch</strong>. Com isso, foi possível obter <strong>insights detalhados</strong> sobre o desempenho, a latência e a saúde da aplicação, facilitando a <strong>identificação e resolução de problemas</strong> em tempo real.</p><p>O processo de <strong>implantação</strong> envolveu a escrita e a configuração da <strong>função Lambda</strong>, sua <strong>implantação na AWS</strong> e a <strong>integração com o fluxo do DynamoDB</strong>. Essa etapa exigiu um <strong>entendimento preciso</strong> dos <strong>mapeamentos de fontes de eventos</strong>, garantindo que cada alteração na tabela <strong>acionasse corretamente</strong> a função. Além disso, ajustes finos nas <strong>políticas de execução IAM</strong> foram realizados para garantir <strong>segurança e controle granular</strong> sobre os acessos aos serviços AWS.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WFJzZo_WJCoVER_xBsYpjA.png" /></figure><p>O resultado final foi um <strong>microsserviço totalmente operacional e orientado a eventos</strong>, capaz de processar <strong>de forma eficiente</strong> as alterações nos dados e escalar automaticamente conforme a demanda. A adoção de uma arquitetura <strong>serverless</strong> não apenas reduziu os <strong>custos operacionais</strong>, como também permitiu um <strong>foco maior no desenvolvimento</strong> da lógica de negócio, sem a necessidade de gerenciar infraestrutura.</p><p>Com essa implementação, conseguimos criar uma solução <strong>ágil, escalável e resiliente</strong>, alinhada às melhores práticas de computação em nuvem. Esse projeto reforça o potencial das <strong>arquiteturas event-driven</strong> na modernização de aplicações e abre caminho para futuras otimizações e novas integrações dentro do ecossistema <strong>AWS</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LrUpuFzEVO1ekPDLkiqA9g.png" /></figure><p>Este projeto proporcionou uma experiência valiosa na construção de <strong>arquiteturas serverless</strong>, destacando tanto seus benefícios quanto seus desafios. Entre os principais aprendizados, destaco:</p><ul><li><strong>Compreensão aprofundada das arquiteturas serverless</strong>: Desde a configuração até a escalabilidade automática, explorei as nuances desse modelo, otimizando sua aplicação em cenários reais.</li><li><strong>O poder das funções AWS Lambda</strong>: A capacidade de processar eventos em tempo real mostrou-se essencial para criar um microsserviço eficiente e responsivo.</li><li><strong>Utilização avançada do Boto3</strong>: O SDK da AWS demonstrou ser uma ferramenta poderosa para interagir com serviços na nuvem e gerenciar eventos do <strong>DynamoDB Streams</strong>.</li><li><strong>Melhoria nas habilidades em infraestrutura de nuvem</strong>: A necessidade de gerenciar permissões, mapeamentos de eventos e monitoramento aprofundou meu conhecimento em <strong>AWS IAM, CloudWatch</strong> e <strong>event-driven architectures</strong>.</li><li><strong>Aprimoramento em programação Python</strong>: A implementação do microsserviço exigiu boas práticas de desenvolvimento, tratamento de exceções e otimização do código para um ambiente serverless.</li></ul><p>Mais um projeto bem sucedido na minha jornada com <strong>AWS e microsserviços</strong>, consolidando habilidades essenciais para futuras implementações e otimizações em <strong>ambientes de nuvem escaláveis e eficientes</strong>.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4d06fc8f1634" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Implementação do AWS CloudWatch Synthetics para Monitoramento em Tempo Real de URLs de Aplicação]]></title>
            <link>https://medium.com/@chmviola/implementa%C3%A7%C3%A3o-do-aws-cloudwatch-synthetics-para-monitoramento-em-tempo-real-de-urls-de-aplica%C3%A7%C3%A3o-883df22645df?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/883df22645df</guid>
            <category><![CDATA[observability]]></category>
            <category><![CDATA[monitoring]]></category>
            <category><![CDATA[cloudwatch]]></category>
            <category><![CDATA[aws]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Tue, 25 Feb 2025 20:46:59 GMT</pubDate>
            <atom:updated>2025-03-04T17:14:15.655Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SqYCSaIKOvJJiiel6aXg2g.png" /></figure><p>Neste projeto acadêmico e prático, explorei os aspectos avançados do AWS CloudWatch, com foco na implementação do <strong>CloudWatch Synthetics</strong> para o monitoramento em tempo real de URLs da aplicação HumanGov. A integração com o <strong>CloudWatch Alarms</strong>, <strong>SNS</strong> e o <strong>AWS Chatbot</strong> permitiu configurar alertas imediatos no <strong>Slack</strong>, criando um fluxo de comunicação ágil e eficiente. O objetivo principal foi estabelecer um sistema robusto de monitoramento para a aplicação <em>HumanGov</em>, garantindo sua alta disponibilidade e desempenho, e permitindo uma resposta rápida e coordenada a quaisquer problemas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZUZWPe7sC--KMxh-kmz-sg.png" /><figcaption>Aruitetura</figcaption></figure><h3><strong>Configurando o AWS CloudWatch Synthetics</strong></h3><p>Para iniciar, a primeira ação foi configurar os <strong>canários sintéticos</strong> no <strong>AWS CloudWatch Synthetics</strong>. Esses canários simulam interações do usuário com a aplicação <em>HumanGov</em>, realizando requisições HTTP e interações com elementos da interface para monitorar a disponibilidade e a performance dos endpoints da aplicação. O objetivo era garantir que qualquer falha na aplicação fosse detectada proativamente, antes que impactasse os usuários finais.</p><p>Configurar os canários envolveu a definição das URLs críticas da aplicação e a escolha de como cada interação deveria ser simulada. Além disso, ajustei a frequência de execução, para que o monitoramento fosse contínuo e a detecção de problemas fosse imediata. A ferramenta não apenas monitora a disponibilidade, mas também realiza verificações detalhadas de performance, como o tempo de resposta das páginas e a execução de fluxos interativos, permitindo que qualquer degradação na experiência do usuário seja identificada rapidamente.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Wm3DRSkFy3oGMFDIijkuwg.png" /></figure><h3>Configurando os Alarmes do AWS CloudWatch</h3><p>Com os canários configurados e em execução, o próximo passo foi a criação de <strong>Alarmes do AWS CloudWatch</strong>, que são acionados com base em métricas coletadas pelos canários e por outros serviços monitorados. Esses alarmes foram ajustados para serem acionados em situações específicas, como alto tempo de resposta (latência) ou falhas nas interações simuladas.</p><p>O grande desafio foi configurar os alarmes de forma a evitar falsos positivos, garantindo que os alertas não fossem acionados de forma excessiva, mas que ainda assim, fossem sensíveis o suficiente para detectar problemas críticos. Para isso, foram feitas diversas simulações e ajustes nos limites, até que os alarmes fossem acionados corretamente apenas em casos que representavam de fato uma ameaça à operação da aplicação. Isso permitiu ter uma resposta precisa e ágil em situações de falha.</p><h3>Integração com o AWS SNS</h3><p>A configuração dos alarmes foi complementada pela integração com o <strong>AWS SNS (Simple Notification Service)</strong>. O SNS foi utilizado para criar <strong>tópicos de notificação</strong>, nos quais os alertas gerados pelos alarmes seriam encaminhados para os canais apropriados. A integração com o SNS permitiu que, uma vez acionado o alarme, as notificações fossem imediatamente enviadas para os responsáveis pela operação, garantindo que nenhum incidente passasse despercebido.</p><p>Foi possível configurar diferentes <strong>destinos de notificação</strong> no SNS, como e-mails, SMS e sistemas de gerenciamento de incidentes. Com isso, assegurei que todos os envolvidos na operação tivessem uma comunicação eficiente sobre o status da aplicação e pudessem tomar decisões rápidas para mitigar problemas.</p><h3>Vinculação do AWS Chatbot para notificações no Slack</h3><p>A integração mais crucial foi a vinculação do <strong>AWS Chatbot</strong> ao <strong>Slack</strong>, criando uma comunicação ainda mais eficiente entre as equipes de desenvolvimento e operações. Ao configurar o AWS Chatbot, os alertas do SNS eram enviados diretamente para um canal dedicado no Slack, permitindo que a equipe fosse notificada em tempo real.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/752/1*F4c1EBsWsfIiKvNpk30hDA.png" /></figure><p>Isso facilitou o processo de resposta rápida, pois qualquer alerta, seja relacionado à disponibilidade ou performance, era enviado diretamente para um espaço colaborativo onde todos os membros da equipe podiam visualizar e agir de forma coordenada. A integração com o Slack também proporcionou a capacidade de interagir diretamente com os alertas dentro do canal, simplificando o processo de gerenciamento e resoluções de incidentes.</p><h3>Testes e Validações</h3><p>Para garantir que todas as configurações estavam funcionando corretamente, realizei uma série de <strong>testes rigorosos</strong>. Simulei falhas críticas, como lentidão nos tempos de resposta e erros de execução de páginas, para testar se os canários detectavam corretamente os problemas. Além disso, validei se os alarmes eram acionados de acordo com as métricas definidas e se as notificações eram enviadas corretamente pelo SNS e recebidas no Slack.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Kc8SBz0kE1Fv3Hs91Rz98g.png" /></figure><p>Os testes também envolveram ajustes finos nos limites dos alarmes para garantir que eles fossem suficientemente sensíveis para detectar falhas reais, sem gerar alarmes falsos que pudessem sobrecarregar a equipe. Após esses testes, o sistema estava pronto para responder de forma eficaz a incidentes em tempo real.</p><h3><strong>Conclusão</strong></h3><p>Este projeto não apenas reforçou minha compreensão do <strong>AWS CloudWatch</strong> e de suas poderosas ferramentas, como também me proporcionou uma visão prática de como implementar um sistema de monitoramento robusto e proativo para garantir a <strong>alta disponibilidade</strong> e o <strong>desempenho</strong> de uma aplicação crítica. A integração entre <strong>AWS CloudWatch</strong>, <strong>SNS</strong> e <strong>AWS Chatbot</strong> proporcionou um fluxo contínuo e eficiente de informações, permitindo a rápida identificação e resposta a incidentes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/982/1*seuJZerlrY9cvun3Yv7h_Q.png" /></figure><p>Além disso, o projeto me proporcionou importantes lições sobre como ajustar métricas e alarmes de maneira precisa, como a importância de testar continuamente a infraestrutura e como automatizar a resposta a falhas utilizando ferramentas de comunicação e monitoramento integradas.</p><p>Essas práticas não só melhoraram o desempenho da aplicação <em>HumanGov</em>, mas também ampliaram minha experiência no uso de ferramentas de observabilidade, uma competência essencial para qualquer profissional de DevOps.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=883df22645df" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Automação da Implantação do HumanGov SaaS]]></title>
            <link>https://medium.com/@chmviola/automa%C3%A7%C3%A3o-da-implanta%C3%A7%C3%A3o-do-humangov-saas-9c537148eb7a?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/9c537148eb7a</guid>
            <category><![CDATA[aws-codebuild]]></category>
            <category><![CDATA[ci-cd-pipeline]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[aws-codepipeline]]></category>
            <category><![CDATA[aws]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Sun, 16 Feb 2025 16:32:55 GMT</pubDate>
            <atom:updated>2025-02-16T16:32:55.205Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PVMjrjM-rq2YPCUplxwAqQ.png" /></figure><p>Neste projeto prático, iniciei a automação dos serviços baseados em nuvem para a aplicação <strong>HumanGov SaaS</strong>, com foco na otimização dos processos de construção e implantação. A meta era estabelecer um pipeline eficiente de <strong>integração e entrega contínua (CI/CD)</strong> utilizando o <strong>Kubernetes</strong> e os serviços da <strong>AWS</strong>.</p><h3><strong>Configuração da GitHub e AWS CodeBuild</strong></h3><p>O projeto começou com a configuração do repositório no <strong>GitHub</strong> para gerenciar e armazenar o código-fonte, garantindo as melhores práticas de controle de versões. Em seguida, orquestrei o processo de <strong>integração contínua</strong> (CI) usando o <strong>AWS CodeBuild</strong>, configurando compilações automatizadas que compilam e empacotam a aplicação HumanGov em um formato pronto para implantação.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BB5-6OSEWmZ_K_YWsIMzuw.png" /><figcaption>Arquitetura</figcaption></figure><h3><strong>Orquestração com o Kubernets e estabelecimento de CI/CD com AWS CodePipeline</strong></h3><p>O ponto central da automação foi a definição das configurações do <strong>Kubernetes</strong>, estruturando a implantação da aplicação com <strong>manifests YAML</strong> que especificam <strong>pods, serviços, deployments e demais recursos necessários</strong>. Para garantir um fluxo de entrega eficiente, implementei um <strong>pipeline de entrega contínua (CD)</strong> utilizando o <strong>AWS CodePipeline</strong>, integrando o <strong>GitHub</strong> (repositório de código-fonte), o <strong>CodeBuild</strong> (compilação automatizada) e os clusters <strong>Kubernetes</strong>. Com essa abordagem, cada novo commit desencadeia automaticamente o processo de build, teste e implantação, garantindo entregas rápidas e consistentes.</p><h3><strong>Containerização com o Docker e armanezamento e gerenciamento de imagens no ECR</strong></h3><p>Para a <strong>containerização da aplicação</strong>, utilizei o <strong>Docker</strong>, criando <strong>Dockerfiles</strong> otimizados para construir imagens da <strong>HumanGov</strong>. Essas imagens foram armazenadas no <strong>AWS Elastic Container Registry (ECR)</strong>, garantindo um repositório seguro e escalável para os contêineres. Durante a fase de implantação, os clusters <strong>Kubernetes</strong> recuperam automaticamente as versões mais recentes dessas imagens, assegurando um processo de <strong>deploy eficiente, padronizado e reproduzível</strong>.</p><h3>Automatização de implementações no Kubernets</h3><p>Com o <strong>pipeline CI/CD</strong> totalmente implementado, qualquer alteração no código-fonte acionava automaticamente o processo de <strong>build</strong>, seguido pela <strong>implantação no cluster Kubernetes</strong>. Essa automação proporcionou <strong>agilidade no desenvolvimento</strong>, permitindo a entrega contínua de novos recursos com mínima intervenção manual.</p><p>Para garantir a confiabilidade do processo, realizei <strong>testes rigorosos</strong> em cada etapa da implantação, validando a estabilidade e o funcionamento da aplicação no ambiente de nuvem da <strong>AWS</strong>. Além de otimizar a entrega e escalabilidade da aplicação <strong>HumanGov</strong>, esse projeto proporcionou insights valiosos sobre a integração dos serviços da <strong>AWS</strong>, os benefícios do <strong>Kubernetes</strong> na gestão de aplicações em contêineres e os ganhos de eficiência ao automatizar todo o fluxo de <strong>construção e implantação</strong>.</p><h3>Conclusão</h3><p>A implementação do <strong>pipeline CI/CD</strong> para a aplicação <strong>HumanGov</strong> representou um grande avanço na automação e otimização dos processos de desenvolvimento e implantação. Desde a estruturação do repositório no <strong>GitHub</strong>, passando pela <strong>containerização com Docker</strong>, pelo <strong>gerenciamento de builds com AWS CodeBuild</strong> e pela <strong>entrega contínua via AWS CodePipeline</strong>, até a <strong>orquestração da implantação nos clusters Kubernetes</strong>, cada etapa contribuiu para um fluxo mais ágil, seguro e escalável.</p><p>Ao longo desse projeto acadêmico, enfrentei desafios que proporcionaram um aprendizado profundo sobre as <strong>complexidades dos serviços da AWS</strong>, a importância do <strong>Kubernetes na gestão de aplicações em contêineres</strong> e os <strong>ganhos de eficiência ao automatizar o pipeline de construção e implantação</strong>. Essa experiência reforçou a importância das <strong>boas práticas de DevOps</strong>, destacando como a automação pode acelerar entregas, reduzir erros e melhorar a confiabilidade das aplicações em ambientes de nuvem.</p><p>Essa jornada não apenas aprimorou minhas habilidades técnicas, mas também solidificou a visão estratégica sobre como um <strong>pipeline bem estruturado pode transformar o ciclo de vida do software</strong>, tornando a entrega contínua uma realidade.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9c537148eb7a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Implantação do HumanGov SaaS na AWS EKS]]></title>
            <link>https://medium.com/@chmviola/implanta%C3%A7%C3%A3o-do-humangov-saas-na-aws-eks-823c777fd75c?source=rss-05cf097bec6f------2</link>
            <guid isPermaLink="false">https://medium.com/p/823c777fd75c</guid>
            <category><![CDATA[cluster]]></category>
            <category><![CDATA[container-registry]]></category>
            <category><![CDATA[route-53]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[kubernetes]]></category>
            <dc:creator><![CDATA[Carlos Viola]]></dc:creator>
            <pubDate>Fri, 17 Jan 2025 00:03:53 GMT</pubDate>
            <atom:updated>2025-01-17T00:03:53.947Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RvjUAzNp58J3RsWCPZtqdg.png" /></figure><p>Dando continuidade ao meus estudos acadêmicos, mergulhei de cabeça neste projeto acadêmico realizando a implantação da uma aplicação SaaS <em>HumanGov</em> utilizando a robusta infraestrutura da Amazon Web Services (AWS). O foco principal foi a orquestração de contêineres com o Elastic Kubernetes Service (EKS), enquanto recursos como o Route 53 garantiram o gerenciamento eficiente de domínios, o Application Load Balancer (ALB) viabilizou o tráfego balanceado, e o AWS Certificate Manager assegurou a criptografia SSL para endpoints, garantindo máxima segurança e performance.</p><h3>Configuração inicial</h3><p>Como ponto de partida, aproveitamos a infraestrutura previamente configurada em um projeto anterior, utilizando um bucket no Amazon S3 para armazenar estados remotos e uma tabela no DynamoDB para bloquear alterações concorrentes. Essa base foi essencial para provisionar e gerenciar a nova infraestrutura de forma eficiente e escalável, utilizando o Terraform como ferramenta principal.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YKMCqJeG16TV0VCVvwmVZA.png" /><figcaption>Arquitetura</figcaption></figure><h3>Inicialização do Clister AWS EKS</h3><p>Começamos pela configuração essencial da VPC da AWS e pela inicialização do cluster no Amazon EKS. Para gerenciar e interagir com o cluster de forma eficaz, instalei as ferramentas kubectl e eksctl diretamente da console linux, maximizando a produtividade e garantindo um fluxo de trabalho integrado para a administração do cluster.</p><h3>Containerização da Aplicação HumanGov</h3><p>A containerização da aplicação <em>HumanGov</em> foi realizada com o uso do Docker, envolvendo a criação de <em>Dockerfiles</em> cuidadosamente estruturados e a otimização do processo de build para garantir eficiência e menor tempo de execução.</p><h3>Implantação de Imagens Docker no Amazon ECR</h3><p>Após a criação das imagens, estas foram enviadas ao Amazon Elastic Container Registry (ECR), proporcionando um repositório seguro e altamente disponível para suportar as futuras implantações no cluster EKS.</p><h3>Elaboração de Manifestos de Implantação de Kubernetes</h3><p>Com o Amazon ECR devidamente configurado, desenvolvi manifestos detalhados de <em>deployments</em> e <em>services</em> no Kubernetes. Esses arquivos YAML permitiram definir o estado desejado da aplicação, especificando o número de <em>pods</em>, limites de recursos para otimizar desempenho e estabilidade, além de configurar as variáveis de ambiente essenciais para o funcionamento da aplicação.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1002/1*vu-_VEL3n2mX_qA1Pwp9zg.png" /></figure><h3>Estabelecimento de Domínio Route 53 e Roteamento ALB Ingress</h3><p>O próximo passo foi realizar o processo de gerenciamento de domínio e roteamento de tráfego, isto foi um passo essencial para garantir acessibilidade e segurança. Para isso, utilizei o <strong>Amazon Route 53</strong>, onde configurei uma zona hospedada e os registros necessários. Essa configuração foi fundamental para habilitar a resolução do nome de domínio e oferecer uma URL amigável e intuitiva para os usuários acessarem a aplicação.</p><p>Para gerenciar o tráfego de entrada, implementei um <strong>Application Load Balancer (ALB)</strong> em conjunto com recursos de <strong>Ingress</strong> no <strong>EKS</strong> (Elastic Kubernetes Service). Essa etapa foi crucial para garantir que o tráfego fosse corretamente roteado para os serviços adequados dentro do cluster, além de permitir a terminação do SSL no nível do ALB, aumentando a segurança e a eficiência do processo.</p><h3>Instituição de Segurança SSL com o AWS Certificate Manager</h3><p>Além disso, utilizei o <strong>AWS Certificate Manager</strong> para provisionar e gerenciar o certificado SSL. Essa solução não apenas facilitou a integração com o ALB, mas também assegurou uma comunicação totalmente criptografada entre os usuários e a aplicação, promovendo confiança e proteção dos dados em trânsito.</p><p>Esses passos foram decisivos para criar uma experiência de acesso confiável, segura e eficiente para os usuários, destacando o potencial das ferramentas da AWS na gestão de infraestrutura de aplicações modernas.</p><h3>Finalização da Implantacão e Testes</h3><p>Após a implantação, realizei testes para garantir que a aplicação fosse resiliente, escalável e responsiva. O resultado foi a aplicação HumanGov Saas, uma solução altamente disponível, segura e escalável no AWS EKS, acessível por um domínio seguro, evidenciando a eficiência do Kubernetes e a robustez dos serviços de rede e segurança da AWS.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1uxH1NzVPKVJfrFCnfZi1Q.png" /></figure><h3>Conclusão</h3><p>Concluir este projeto proporcionou valiosos aprendizados sobre a implantação e o gerenciamento de aplicações baseadas em contêiner na nuvem. Foi possível aprofundar o entendimento sobre a orquestração de workloads no Kubernetes, o gerenciamento eficiente de DNS, o roteamento de tráfego com ALB e Ingress, além da implementação de criptografia SSL usando os serviços da AWS. Essas experiências consolidaram habilidades práticas e ampliaram a compreensão sobre como criar soluções escaláveis, seguras e resilientes na nuvem.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=823c777fd75c" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>