1.2 - Nell'angolo in alto a destra, seleziona la zona in cui lanciare il cluster di database Aurora.

1.3 - Fai clic su "Crea database" nella finestra di Amazon Aurora.

Prima di continuare, passa al flusso di creazione di un nuovo database:

1.4 - In Motore del database, seleziona "Amazon Aurora".

1.5 - Come edizione seleziona “Amazon Aurora con compatibilità PostgreSQL”.

1.6 - Seleziona "Serverless".

1.7 - Scegli un identificativo per il cluster di database Aurora, ad es. "database-1".

1.8 - Seleziona un nome utente e una password per il tuo database.

1.9 - Per l’unità di capacità massima di Aurora seleziona 2.

1.10 - Seleziona il VPC in cui creare il database.

Dopo la creazione, non sarà possibile trasferire il database su un VPC diverso.

1.11 - Fai clic su "Configurazione aggiuntiva connettività”.

1.12 - Seleziona il valore predefinito per il gruppo di sottorete.

1.13 - In Gruppo di sicurezza VPC, seleziona "Crea nuovo”. In alternativa, se disponi di un gruppo di sicurezza che consente le connessioni TCP in entrata sulla porta 3306, puoi scegliere tale gruppo.

1.14 - Nel campo Nome nuovo gruppo di sicurezza VPC, digita "aurora-tutorial".

1.15 - Abilita l’API di dati.

1.16 - In “Protezione da eliminazione”, deseleziona "Abilita protezione da eliminazione”.

La best practice consiste nell’abilitare la protezione da eliminazione, ma se desideri eliminare il database alla fine del tutorial puoi lasciare questa opzione deselezionata.

Dopo una rapida revisione di tutti i campi del modulo, potrai procedere.

1.17 - Fai clic su "Crea database".

Durante la creazione delle istanze, ti verrà mostrato un banner che spiega come ottenere le credenziali. È una buona occasione per memorizzare le credenziali da qualche parte, perché è l'unica volta che ti verrà mostrata questa password.

1.18 - Fai clic sul nome del database.

1.19 - Nella scheda “Configurazione”, copia l’ARN del cluster e tienilo a portata di mano. Ne avrai bisogno successivamente.

1.20 - Apri il pannello sulla sinistra e fai clic su “Editor di query”.

1.21 - Seleziona “database-1”, specifica “postgres” come nome utente e digita la password creata in precedenza, quindi digita “postgres” come nome del database.

1.22 - Fai clic su “Collegati al database”

1.23 - A questo punto potrai fare clic su “Esegui” ed eseguire la query di esempio.

1.24 - Crea un database eseguendo la query sotto:

CREATE DATABASE tutorial;

1.25 - Fai clic su "Modifica database”.

1.26 - Cambia il database con quello appena creato.

1.27 - Crea una tabella con questa query:

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

Collegandoti al database con Editor di query, verrà creata una chiave segreta che dovrai utilizzare successivamente con la tua funzione Lambda. Lascia aperta questa scheda in quanto dovrai eseguire delle query alla fine del tutorial.

Apri una nuova scheda e passa a AWS Secrets Manager. Quindi completa le fasi seguenti per richiamare l’ARN della chiave segreta. 

1.28 - Trova la chiave segreta contenente “RDS database postgres credentials for database-1”.

1.29 - Dopo aver fatto clic sul nome della chiave segreta, copiane l’ARN e tienilo a portata di mano.

2.2 - Assegna un nome al nuovo ambiente e fai clic su “Fase successiva”.

2.3 - Scorri verso il basso e fai clic su “Fase successiva”

2.4 - Fai clic su “Crea ambiente”.

2.5 - Una volta pronto l’ambiente, fai clic su “Crea una funzione Lambda”.

2.6 - Digita “auroratest” come nome per la funzione. Quindi fai clic su “Successivo”.

2.7 - Seleziona il blueprint “empty-python”e fai clic su “Successivo”.

2.8 - Nelle schermate seguenti, fai clic su “Successivo”, “Successivo”, quindi su “Fine”.

A questo punto l’ambiente è pronto ed è disponibile un blueprint per una funzione Lambda.

Prima di iniziare a creare il codice, dovrai configurare alcune autorizzazioni, come descritto nella Fase 3. Lascia aperto questo ambiente e utilizza le altre schede per completare le fasi successive.

3.2 - Seleziona il nome del ruolo, quindi fai clic su “Allega policy”.

3.3 - Seleziona la policy “AmazonRDSDataFullAccess“, quindi fai clic su “Allega policy”.

Verrà visualizzata una schermata con un banner verde chiaro che riporta che la policy è stata allegata correttamente.

4.2 - Installa la dipendenza boto3 eseguendo il comando riportato nella console:

$ pip install boto3 -t boto3

4.3 - Elimina il codice nel file lambda_function e al suo posto copiare questo codice di esempio.

4.4 - Sostituisci i valori di cluster_arn e secret_arn con i valori dell’ARN del cluster e l’ARN della chiave segreta ottenuti nelle fasi precedenti.

4.5 - Fai clic su “File > Salva”, quindi seleziona la tua funzione Lambda nel pannello di destra.

4.6 - Distribuisci la tua funzione Lambda facendo clic sulla freccia su.

5.2 - Lascia tutti i valori predefiniti e fai clic su “Crea argomento”.

Verrà visualizzato un banner verde che indica che l’argomento è stato creato correttamente.

5.3 - Copia l’ARN SNS e tienilo a portata di mano.

Lascia aperta questa scheda in quanto la dovrai utilizzare per pubblicare un messaggio una volta che la funzione Lambda sarà stata configurata per leggere dall’argomento creato.

6.2 - Fai clic su “Aggiungi trigger”.

6.3 - Digita “SNS” e seleziona i servizi “SNS” dal menu a discesa.

6.4 - Specifica l’ARN SNS nel campo “Argomento SNS”.

6.5 - Abilita il trigger e fai clic su “Aggiungi”.

7.2 - Immetti un qualsiasi valore per il campo “Oggetto”.

7.3 - Immetti un qualsiasi valore per il campo “Corpo”.

7.4 - Scorri verso il basso e fai clic su “Pubblica messaggio”

Una volta pubblicato il messaggio, questo sarà elaborato dalla tua funzione Lambda. Nella sezione successiva, verificherai il modo in cui i dati sono stati scritti nel database Aurora.

7.5 - Passa alla scheda in cui hai lasciato aperto l’Editor di query. Se hai chiuso la scheda, torna al Dashboard RDS e collegati all’Editor di query come descritto nella fase 1.20.

7.6 - Collegati al database “tutorial”.

7.7 - Seleziona tutti i record dalla tabella di esempio:

SELECT * FROM sample_table;

7.8 - Fai clic su “Esegui” e scorri verso il basso per visualizzare i risultati.

Tutto dovrebbe funzionare correttamente. Puoi provare a cambiare messaggi inviati tramite SNS oppure puoi modificare la funzione lambda_handler come preferisci

8.2 - Fai clic su “Azioni > Elimina”.

8.3 - Passa al Dashboard SNS e fai clic su “Argomenti” sulla sinistra.

8.4 - Seleziona l’argomento creato nella Fase 5 e fai clic su “Elimina”.

8.5 - Verrà richiesto di confermare l’eliminazione. Digita "delete me" e fai clic su "Elimina”.

8.6 - Passa alla console di AWS Cloud9 e seleziona l’ambiente creato per questo tutorial.

8.7 - Fai clic su “Elimina”.

8.8 - Quando richiesto di confermare, digita “Delete” e fai clic sul pulsante “Elimina”.

8.9 - Passa alla Console Amazon RDS e seleziona il database creato per questo tutorial.

8.10 - Fai clic su “Azioni > Elimina”.

Ti sarà chiesto se desideri creare uno shapshot finale. Solitamente è una buona idea, ma ai fini di questo tutorial non è necessario.

8.11 - Quando richiesto di confermare, seleziona “No” alla richiesta di creare uno snapshot finale. Qundi seleziona “I acknowledge…” e fai clic su “Elimina cluster DB”.

8.12 - Passa a AWS Secrets Manager, individua la chiave segreta contenente “Credenziali di gestione database RDS per database-1”, e fare clic sul nome della chiave segreta.

8.13 - Fai clic su “Azioni > Elimina chiave segreta”.

8.14 - Le chiavi segrete non possono essere eliminate immediatamente. Il periodo di attesa minimo per una eliminazione pianificata è 7 giorni. Seleziona 7 giorni e fai clic su “Pianifica eliminazione”.

8.15 - Passa alla Console AWS IAM. Fai clic su “Ruoli” e ricerca un ruolo che inizia con “cloud9-”.

8.16 - Seleziona il ruolo e fai clic su “Elimina ruolo”.

8.17 - Quando richiesta la conferma, fai clic su “Sì, elimina”.