🚀 AWS Lambda + S3 Automation

Projeto final do Bootcamp DIO: Executando Tarefas Automatizadas com AWS Lambda e S3.
Este laboratório demonstra a integração entre Amazon S3, AWS Lambda e Amazon CloudWatch, criando um fluxo automatizado para processar arquivos enviados ao bucket.

---

🚀 AWS Lambda + S3 Automation

---

📖 Descrição

O objetivo é consolidar conhecimentos de event-driven architecture na AWS:

• Criar um bucket S3.
• Configurar evento para disparar a Lambda em cada upload.
• Implementar função Lambda em Python para processar os arquivos.
• Validar logs no CloudWatch.
• Documentar todo o processo.

---

🎯 Objetivos de Aprendizagem

• Aplicar conceitos de computação serverless.
• Automatizar fluxos com Lambda + S3.
• Documentar configurações e código de forma clara.
• Utilizar o GitHub como portfólio de documentação técnica.

---

🛠️ Arquitetura

flowchart TD
    A[Usuário faz upload no S3] -->|Evento on-object-created| B[Amazon S3]
    B -->|Dispara evento| C[AWS Lambda]
    C -->|Processa o arquivo e gera logs| D[Amazon CloudWatch Logs]

Loading

---

📂 Estrutura do Repositório

aws-lambda-s3-automation/
│-- lambda/
│   └─ index.py          
│-- templates/           
│-- images/             
│   ├─ 01-s3-bucket-list.png
│   ├─ 02-s3-event-notification.png
│   ├─ 03-lambda-code-index.png
│   ├─ 04-lambda-runtime-handler.png
│   ├─ 05-lambda-permissions-role.png
│   ├─ 06-lambda-trigger-s3.png
│   ├─ 07-s3-upload-success.png
│   └─ 08-cloudwatch-log-success.png
│-- README.md           

---

💻 Código da Lambda (index.py)

import json, os, urllib.parse, boto3, logging

logger = logging.getLogger()
logger.setLevel(logging.INFO)

s3 = boto3.client('s3')

def lambda_handler(event, context):
    logger.info("Event: %s", json.dumps(event))
    record = event['Records'][0]
    bucket = record['s3']['bucket']['name']
    key = urllib.parse.unquote_plus(record['s3']['object']['key'])
    size = record['s3']['object'].get('size', 'unknown')

    content_preview = ""
    try:
        if key.lower().endswith(('.txt', '.csv', '.json')):
            obj = s3.get_object(Bucket=bucket, Key=key)
            body = obj['Body'].read().decode('utf-8')
            content_preview = body[:200]  # primeiros 200 caracteres
    except Exception as e:
        logger.warning("Could not preview file content: %s", str(e))

    result = {
        "bucket": bucket,
        "key": key,
        "size": size,
        "preview": content_preview
    }

    logger.info("Processed: %s", json.dumps(result))
    return result

---

⚙️ Configurações

• Bucket S3: fiama-lambda-s3-automation
• Evento S3: on-object-created → destino: lambda-s3-automation
• Lambda Runtime: Python 3.13
• Handler: lambda.index.lambda_handler
• Role: AWSLambdaBasicExecutionRole + permissões de leitura no S3
• Logs: registrados automaticamente no CloudWatch

---

📸 Evidências

Amazon S3

AWS Lambda

CloudWatch

---

✅ Checklist de Validação

• Bucket criado no S3.
• Evento configurado (on-object-created).
• Lambda criada com handler correto (lambda.index.lambda_handler).
• Permissões ajustadas (S3 read + CloudWatch logs).
• Upload de arquivos .txt e .csv.
• Logs confirmados no CloudWatch.

---

📚 Recursos úteis

• Documentação AWS Lambda
• Documentação Amazon S3
• Amazon CloudWatch Logs

---

✨ Autor

Projeto desenvolvido por Fiama Ribeiro 💜
Bootcamp DIO — Formação AWS Cloud