Relatório de Implementação AWS

Introdução

Este relatório apresenta o processo de implementação de ferramentas na empresa Abstergo Industries, realizado por Eduardo Cedro de Souza Junior. O objetivo do projeto foi elencar 3 serviços AWS, com a finalidade de realizar diminuição de custos imediatos.

Na produção farmacêutica, a AWS oferece soluções escaláveis e eficientes que podem substituir infraestruturas físicas caras, melhorar a gestão de dados e otimizar processos.

Descrição do Projeto

O projeto de implementação de ferramentas foi dividido em 3 etapas, cada uma com seus objetivos específicos. A seguir, serão descritas as etapas do projeto.

Etapa 1: Amazon EC2 Auto Scaling (Escalonamento Automático de Servidores)

Nome da ferramenta:

Amazon EC2 Auto Scaling

Foco da ferramenta:

Garantir que a Abstergo tenha o número correto de instâncias EC2 em execução para lidar com a carga da sua aplicação, de forma automática e eficiente.

Descrição de caso de uso:

A Abstergo Industries possui servidores físicos que ficam subutilizados fora de picos de produção. Com o Amazon EC2 Auto Scaling, a infraestrutura ajusta automaticamente o número de instâncias (servidores virtuais) conforme a demanda.

Economia: Paga-se apenas pelo uso real, evitando custos com servidores parados.

Etapa 2: Amazon S3 Intelligent-Tiering (Armazenamento de Dados com Custos Otimizados)

Nome da ferramenta:

Amazon S3 Intelligent-Tiering

Foco da ferramenta:

Otimizar custos de armazenamento em nuvem automaticamente, movendo dados entre camadas (tiers) de armazenamento conforme padrões de acesso sem comprometer a disponibilidade ou a performance.

Descrição de caso de uso:

A indústria farmacêutica lida com grandes volumes de dados (pesquisas, registros de produção, compliance). O Amazon S3 Intelligent-Tiering classifica automaticamente os dados em camadas de armazenamento (frequente, pouco acessado, arquivamento).

Economia: Redução de até 70% nos custos de armazenamento em comparação a servidores locais.

Etapa 3: AWS Lambda (Processamento sem Servidores Permanentes)

Nome da ferramenta:

AWS Lambda

Foco da ferramenta:

Eliminar custos com servidores para tarefas eventuais.

Descrição de caso de uso:

A Abstergo Industries executa tarefas como análise de lotes e relatórios de forma esporádica. O AWS Lambda permite rodar códigos (ex: Python, Java) sem manter servidores ativos 24/7.

Economia: Cobrança apenas pelo tempo de execução (milissegundos), sem custos fixos.

Conclusão

A implementação dos serviços AWS na Abstergo Industries proporcionará:

Redução de Custos

Redução imediata de custos com infraestrutura física e servidores ociosos.

Otimização de Armazenamento

Otimização de armazenamento de dados com menor custo operacional.

Processamento Eficiente

Processamento eficiente de tarefas sem necessidade de servidores dedicados.

Recomendações:

Monitorar os custos mensais no AWS Cost Explorer para ajustes contínuos.
Explorar outros serviços como Amazon RDS (banco de dados gerenciado) e AWS Batch (processamento em lote).

Anexos

AWS Calculator

Acesse: https://calculator.aws/#/

Configure uma estimativa de custo exclusivo que atenda às suas necessidades de negócios com produtos e serviços da AWS.

Manual Básico de EC2 Auto Scaling

A AWS tem um guia passo a passo: https://docs.aws.amazon.com/autoscaling/ec2/userguide/

Acesse o Console AWS: Serviço "EC2".
Crie um Launch Template: (modelo da máquina virtual).
Configure o Auto Scaling Group:
- Defina mínimo/máximo de instâncias (ex: 2 a 10 servidores).
- Escolha políticas de escalonamento (ex: aumentar se CPU > 70%).
Teste: Simule carga e verifique se novas instâncias são ativadas.

Relatório de Economia - AWS Lambda

Simule custos em: https://aws.amazon.com/lambda/pricing/

Cenário: Processamento de lotes farmacêuticos (100.000 execuções/mês).

Custo AWS Lambda: US$ 0.02 (R$ 0.10)

Custo Servidor Local: US$ 200 (R$ 1.000)

Economia estimada: 99%

Assinatura do Responsável pelo Projeto:

Eduardo Cedro de Souza Junior