1.2 — En la esquina superior derecha, seleccione la región donde desea iniciar el clúster de la base de datos de Aurora.

1.3 — Haga clic en “Crear base de datos” en la ventana de Amazon Aurora.

Antes de continuar, cambie al nuevo flujo de creación de base de datos:

1.4 — En el motor de base de datos, seleccione “Amazon Aurora”.

1.5 — Para la edición, seleccione “Amazon Aurora con compatibilidad con PostgreSQL”.

1.6 — Seleccione "Sin servidor".

1.7 — Elija un identificador para su clúster de la base de datos de Aurora, por ejemplo “base de datos-1”.

1.8 — Seleccione un nombre de usuario y una contraseña para la base de datos.

1.9 — Para unidad de capacidad máxima de Aurora, seleccione 2.

1.10 — Seleccione la VPC donde desee crear la base de datos.

Tenga en cuenta que una vez creada la base de datos, no se puede migrar a una VPC diferente.

1.11 — Haga clic en “Configuración adicional de conectividad”.

1.12 — Seleccione el valor predeterminado para Grupo de subred.

1.13 — En grupo de seguridad de la VPC, seleccione “Crear nuevo”. Si tiene un grupo de seguridad que permite conexiones TCP entrantes en el puerto 3306, puede elegirlo.

1.14 — En el nuevo nombre del grupo de seguridad de la VPC, escriba “aurora-tutorial”.

1.15 — Habilite la API de datos.

1.16 — En “Protección ante eliminaciones” desactive “Activar protección ante eliminaciones”.

La práctica recomendada es habilitar la protección ante eliminaciones, pero si desea eliminar la base de datos al final del tutorial, puede dejar la opción sin marcar.

Después de una revisión rápida de todos los campos del formulario, puede continuar.

1.17 — Haga clic en “Crear una base de datos”.

Mientras se crean las instancias, verá un cartel que explica cómo obtener sus credenciales. Esta es una buena oportunidad para guardar las credenciales en algún lugar, ya que esta es la única vez que podrá ver esta contraseña.

1.18 — Haga clic en el nombre de la base de datos.

1.19 — En la pestaña “Configuración”, copie el ARN del clúster y manténgalo a mano. La necesitará más tarde.

1.20 — Abra el panel izquierdo y haga clic en “Editor de consultas”.

1.21 — Seleccione “database-1”, escriba “postgres” como nombre de usuario de la base de datos e ingrese la contraseña de la base de datos que creó anteriormente, luego escriba “postgres” como nombre de la base de datos.

1.22 — Haga clic en “Conectarse a la base de datos”.

1.23 — Ahora puede hacer clic en “Ejecutar” y hacer funcionar la consulta de muestra.

1.24 — Crear una base de datos ejecutando la siguiente consulta:

Tutorial para CREAR LA BASE DE DATOS;

1.25 — Haga clic en “Cambiar base de datos”.

1.26 — Cambie la base de datos a la que ha creado.

1.27 — Crear una tabla con esta consulta:

CREATE TABLE sample_table(received_at TIMESTAMP, message VARCHAR(255));

Al conectar la base de datos con el Editor de consulta, se crea un secreto que usará más tarde en su función de Lambda. Deje esta pestaña abierta, ya que deberá ejecutar algunas consultas al final del tutorial.

Abra la nueva pestaña y escuche el AWS Secrets Manager. Luego, siga los pasos a continuación para recuperar el ARN secreto. 

1.28 — Encuentre el secreto que contiene las “credenciales postgres de la base de datos RDS para database-1”.

1.29 — Después de hacer clic en el nombre secreto, copie el ARN secreto y manténgalo a mano.

2.2 — Ingrese un nombre para su nuevo entorno y haga clic en “Siguiente paso”.

2.3 — Desplácese hacia abajo y haga clic en “Siguiente paso”.

2.4 — Haga clic en “Crear entorno”.

2.5 — Una vez que el entorno está listo, haga clic en “Crear la función Lambda”.

2.6 — Como nombre de la función, ingrese “auroratest”. Haga clic en “Siguiente”.

2.7 — Seleccione el proyecto “empty-python” y haga clic en “Siguiente”.

2.8 — En las siguientes pantallas, haga clic en “Siguiente”, “Siguiente”, luego “Terminar”.

Ahora el entorno está listo y verá un proyecto para una función Lambda.

Antes de comenzar la codificación debe configurar ciertos permisos tal como se describe en el Paso 3. Mantenga este entorno abierto y use otras pestañas para completar los próximos pasos.

3.2 — Haga clic en el nombre del rol, luego haga clic en “Adjuntar políticas”.

3.3 — Seleccione la política “AmazonRDSDataFullAccess“, luego haga clic en “Adjuntar política”.

Verá una pantalla con un cartel verde claro que explica que la política se adjuntó de manera satisfactoria.

4.2 — Instale la dependencia boto3 ejecutando este comando en la consola:

$ pip install boto3 -t boto3

4.3 — Elimine el código del archivo lambda_function y en su lugar copie este código de muestra.

4.4 — Sustituya los valores cluster_arn y secret_arn con los valores de ARN de clúster y ARN secreto obtenidos en los pasos anteriores.

4.5 — Haga clic en “Archivo > Guardar”, luego seleccione su función Lambda en el panel derecho.

4.6 — Implemente su función Lambda haciendo clic en la flecha hacia arriba.

5.2 — Deje todos los valores predeterminados y haga clic en “Crear tema”.

Verá un cartel verde que indica que el tema se creó satisfactoriamente.

5.3 — Copie el ARN de SNS y manténgalo a mano.

Mantenga esta pestaña abierta, ya que la usará para publicar un mensaje una vez configurada la función Lambda para que lea del tema que usted creó.

6.2 — Haga clic en “Agregar desencadenante”.

6.3 — Escriba “SNS” y seleccione los servicios “SNS” desde el menú desplegable.

6.4 — En el campo “Tema de SNS”, ingrese el ARN de SNS.

6.5 — Habilite el desencadenante y haga clic en “Agregar”.

7.2 — Ingrese cualquier valor para el campo “Sujeto”.

7.3 — Ingrese cualquier valor para el campo “Cuerpo”.

7.4 — Desplácese hacia abajo y haga clic en “Publicar mensaje”.

Una vez que se publique el mensaje, su función de Lambda lo consumirá y lo procesará. En la siguiente sección, verificará cómo se escribieron los datos en su base de datos Aurora.

7.5 — Vaya a la pestaña donde dejó abierto el Editor de consulta. Si lo cerró, visite el Panel RDS y conéctelo al Editor de consulta según se explicó en 1.20.

7.6 — Conéctese a la base de datos del “tutorial”.

7.7 — Seleccione todos los registros de sample_table:

SELECT * FROM sample_table;

7.8 — Haga clic en “Ejecutar” y desplácese para ver los resultados.

Todos deberían estar funcionando ahora. Puede experimentar cambiando los mensajes que envió a través de SNS, o puede alterar la función lambda_handler de la forma en que desee.

8.2 — Haga clic en “Acciones > Eliminar”.

8.3 — Visite el Panel SNS y haga clic en “Temas” en el panel de la izquierda.

8.4 — Seleccione el tema que creó en el Paso 5 y haga clic en “Eliminar”.

8.5 — Se le solicitará una confirmación. Escriba “eliminarme” y haga clic en “Eliminar”.

8.6 — Diríjase a la consola AWS Cloud9 y seleccione el entorno que creó para este tutorial.

8.7 — Haga clic en “Eliminar”.

8.8 — Cuando le pida confirmación, escriba “Eliminar” y haga clic en el botón “Eliminar”.

8.9 — Diríjase a la consola RDS de Amazon y seleccione la base de datos que creó para este tutorial.

8.10 — Haga clic en “Acciones > Eliminar”.

Se le preguntará si desea crear una instantánea final. Suele ser una buena idea, pero no es necesario para este tutorial.

8.11 — Cuando le solicite una confirmación, seleccione “No” en la pregunta sobre si desea tomar una instantánea final. Luego active “Yo declaro...” y haga clic en “Eliminar clúster de base de datos”.

8.12 — Vaya a AWS Secrets Manager, encuentre el secreto que contiene las “credenciales de administración de base de datos de RDS para database-1”, y haga clic en el nombre del secreto.

8.13 — Haga clic en “Acciones > Eliminar secreto”.

8.14 — Estos secretos no se pueden eliminar de inmediato. El período de espera mínimo para una eliminación programada es de 7 días. Seleccione 7 días y haga clic en “Programar eliminación”.

8.15 — Vaya a la consola de IAM de AWS. Haga clic en “Roles” y busque un rol que comience con “cloud9-”.

8.16 — Seleccione el rol y haga clic en “Eliminar rol”.

8.17 — Cuando se le pida confirmación, haga clic en “Sí, eliminar”.