Podcast para saber das noticias publicadas de blog de Serverless no Brasil
AWS Blog Serverless Brasil
Claim This Podcastby Daniel Abib
5.0(5 reviews)
52 episodes
Updated Daily
Accepts GuestsHas SponsorsLocation 🇧🇷
Podcast Overview
Podcast para saber das noticias publicadas de blog de Serverless no Brasil
Language
🇵🇹
Publishing Since
5/8/2025
Reach the team behind AWS Blog Serverless Brasil
Verified contact details for this show aren't on file yet — sign up to get notified when they land.
Recent Episodes
December 10, 2025
Processando objetos do Amazon S3 em escala com o AWS Step Functions Distributed Map S3 prefix
<p>O eposódio de hoje é uma postagem de blog da AWS que apresenta o recurso <strong>Distributed Map do AWS Step Functions</strong>, focado no processamento escalável de objetos no Amazon S3. O artigo explica como a nova funcionalidade de <strong>iteração baseada em prefixo S3</strong> e a transformação <strong>LOAD_AND_FLATTEN</strong> simplificam a orquestração de workflows de dados maciços, eliminando a necessidade de lógica aninhada. Para ilustrar seu uso, a publicação demonstra um caso de uso prático que envolve a <strong>análise e o resumo de </strong><strong>logs</strong><strong> de aplicação</strong> armazenados no S3, detalhando o workflow que utiliza Step Functions, CloudWatch, DynamoDB e AWS Lambda. O artigo também fornece os <strong>pré-requisitos e comandos</strong> necessários para configurar, executar, monitorar e limpar os recursos do workflow de exemplo. Finalmente, ele conclui que a capacidade de carregar e processar dados em uma única etapa torna os <strong>pipelines de processamento de dados mais resilientes e dinâmicos</strong>.</p><p><br></p><p>Link para o blog post: https://aws.amazon.com/pt/blogs/aws-brasil/processando-objetos-do-amazon-s3-em-escala-com-o-aws-step-functions-distributed-map-s3-prefix/</p>
December 3, 2025
Orquestração de Big Data com AWS Step Functions Distributed Map
<p>O episódio de hoje como o <strong>AWS Step Functions Distributed Map</strong> aprimora a orquestração de fluxos de trabalho de processamento de <strong>Big Data</strong>, particularmente para conjuntos de dados semiestruturados como arquivos Parquet e manifestos do Amazon Athena. Essa nova funcionalidade simplifica a transformação de dados, permitindo a execução de milhares de iterações concorrentes (chamadas de <strong>execuções de fluxo de trabalho filho</strong>) em paralelo, o que é crucial para cargas de trabalho como simulações financeiras e gerenciamento de riscos. O texto fornece um exemplo prático de caso de uso, demonstrando como construir um aplicativo para processar dados de sensores IoT, detectar anomalias e transmitir os resultados usando o <strong>Amazon Kinesis Data Firehose</strong>. Além disso, a atualização introduz novas métricas do <strong>Amazon CloudWatch</strong>—como Approximate Open Map Runs Count e Approximate Map Runs Backlog Size—para aumentar a visibilidade e a observabilidade do desempenho do fluxo de trabalho.</p><p><br></p><p>Link para o blog post: <a href="https://aws.amazon.com/pt/blogs/aws-brasil/orquestrando-processamento-de-big-data-com-aws-step-functions-distributed-map/" target="_blank" rel="noopener noreferer">https://aws.amazon.com/pt/blogs/aws-brasil/orquestrando-processamento-de-big-data-com-aws-step-functions-distributed-map/</a></p>
November 26, 2025
Otimização JSON Aninhado com AWS Step Functions Distributed Map
<p>O episódio de hoje discute a otimização do processamento de <strong>arrays JSON aninhados</strong> utilizando o recurso <strong>Distributed Map do AWS Step Functions</strong>, visando simplificar fluxos de trabalho e eliminar a necessidade de código de pré-processamento customizado. O texto explica como o recurso aprimorado <strong>ItemsPointer</strong> permite a extração direta de dados de arrays aninhados em objetos JSON armazenados no Amazon S3, enquanto <strong>Items</strong> e <strong>ItemsPath</strong> são usados para extrair arrays de entradas de estado JSON. Para ilustrar, é apresentado um <strong>caso de uso de e-commerce</strong> onde o Step Functions processa um arquivo JSON de atualizações de produtos, iterando sobre o array para enriquecer os dados e salvá-los no Amazon DynamoDB. Por fim, o artigo fornece um guia passo a passo para <strong>configurar, executar e monitorar</strong> o fluxo de trabalho de exemplo, além de instruções para a limpeza dos recursos implantados.</p><p><br></p><p>Link para o Blog Post: <a href="https://aws.amazon.com/pt/blogs/aws-brasil/otimizando-o-processamento-de-arrays-json-aninhados-usando-aws-step-functions-distributed-map/" target="_blank" rel="noopener noreferer">https://aws.amazon.com/pt/blogs/aws-brasil/otimizando-o-processamento-de-arrays-json-aninhados-usando-aws-step-functions-distributed-map/</a></p>
52 total episodes available
Deep-dive analytics for AWS Blog Serverless Brasil
Frequently asked questions
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
- What is AWS Blog Serverless Brasil?
- How often does this podcast release new episodes?
This podcast updates daily.
- Where can I listen to this podcast?
This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
- Does this podcast accept guests?
Information about guest appearances is not available.
Legal Disclaimer
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.