Practical Projects to Learn AWS

Summary

Dieses Video bietet einen praktischen Einstieg in AWS, indem es vier Projekte vorstellt, die helfen, die Cloud-Plattform zu erlernen und zu beherrschen. Es beginnt mit dem Hosten einer statischen Website auf S3 und Route 53, führt durch die Entwicklung einer CRUD-Anwendung mit ECS, ECR und RDS und zeigt, wie man Datenverarbeitung mit Kinesis Firehose, S3, Lambda und Elasticsearch umsetzt. Abschließend wird ein serverloses Workflow-Beispiel zur Erkennung von Aktienkursbewegungen mit CloudWatch, SQS, DynamoDB und SES erläutert. Jedes Projekt ist ideal, um AWS-Konzepte zu verinnerlichen und ist für Anfänger und Fortgeschrittene von großem Nutzen.

Takeaways

• 😀 Der Videoinhalt ist hauptsächlich über das Lernen von AWS und wie man damit anfängt.
• 🔍 Es wird empfohlen, mit dem AWS Cloud Practitioner-Kurs zu beginnen, um sich mit verschiedenen Diensten und Konzepten vertraut zu machen.
• 🛠 Um praktisches Wissen zu erlangen, wird vorgeschlagen, verschiedene Projekte durchzuführen, um sich mit AWS vertraut zu machen.
• 🌐 Das erste Projekt ist das Hosten einer statischen Website mit S3 und Route 53.
• 📝 Ein weiterer praktischer Ansatz ist die Erstellung einer CRUD-Anwendung mit Docker-Containern und ECS.
• 💧 Ein drittes Projekt befasst sich mit dem Verbrauch von Twitter-Streams und der Verarbeitung von Tweets mit Kinesis Firehose und Elasticsearch.
• 📈 Das vierte Projekt ist eine verteilte serverlose Workflow-Implementierung für Aktienkursbewegungen.
• 📊 Für das Projekt zur Aktienkursbeobachtung wird CloudWatch Events, SQS, Lambda, DynamoDB und DynamoDB Streams verwendet.
• 📱 Eine Benachrichtigung wird gesendet, wenn signifikante Preisänderungen bei Aktien festgestellt werden.
• 🎥 Es werden Videos zu jedem der genannten Projekten erstellt, um den Lernprozess zu unterstützen.

Q & A

Wo sollte man als Anfänger mit dem Lernen von AWS anfangen?

Man sollte mit dem AWS Cloud Practitioner-Kurs beginnen, der von AWS angeboten wird, um sich mit verschiedenen Diensten und Konzepten vertraut zu machen.

Wie kann man AWS praktisch lernen?

Man kann durch das Durchführen von Projekten lernen, die auf realen Anwendungsfällen basieren, wie zum Beispiel das Hosten einer statischen Website auf S3, die Erstellung einer CRUD-Anwendung mit ECS und RDS oder das Verarbeiten von Daten mit Kinesis Firehose und Elasticsearch.

Was ist der Vorteil des Verwendens von CloudFront anstelle von direktem Zugriff auf S3?

CloudFront ist ein Edge-Caching-Dienst, der für Ressourcen, die nicht oft geändert werden, sehr kosteneffizient ist. Es verteilt Dateien zu verschiedenen Edge-Knoten auf der ganzen Welt, um eine optimale Leistung zu gewährleisten.

Was ist Route 53 und wie wird es in AWS verwendet?

Route 53 ist ein DNS-Webdienst, der zum Bearbeiten von DNS-Einstellungen für das AWS-Konto verwendet wird, um eine benutzerdefinierte Domäne an eine Index.html-Datei oder einen Load Balancer zu mappen.

Wie funktioniert die Erstellung einer CRUD-Anwendung mit Docker-Containern in AWS?

Man schreibt eine Docker-Datei, lädt das Image in den Elastic Container Registry (ECR) hoch und konfiguriert den ECS-Dienst, um auf das ECR-Image zu verweisen. Der ECS-Cluster wird in einem VPC gestartet, und man stellt eine RDS-Datenbank ein, um die Anwendung zu unterstützen.

Was ist Kinesis Firehose und wie wird es in AWS verwendet?

Kinesis Firehose ist ein Dienst für das Batch- und Datenverarbeitungsende, der Daten in regelmäßigen Abständen in S3 speichert. Es ist einfach einzurichten und bietet viele verschiedene Parameter, die angepasst werden können.

Welche Rolle spielt Elasticsearch in AWS und wie wird es in den Projekten verwendet?

Elasticsearch wird für Textverarbeitung und -abfragen verwendet und ist oft die Technologie hinter Autovervollständigungsfunktionen. In AWS wird es verwendet, um Daten aus S3 zu indizieren und über Kibana zu analysieren.

Wie funktioniert der serverlose Workflow für Aktienpreisbewegungen in AWS?

Es verwendet CloudWatch Events, um alle Minute eine Nachricht an SQS zu senden, die wiederum einen Lambda-Funktion auslöst, die den Aktienpreis von Yahoo Finance API abruft und in DynamoDB indiziert. Wenn sich der Preis signifikant ändert, wird eine Benachrichtigung über den Simple Email Service gesendet.

Was sind die Vorteile des Einsatzes von Fargate anstelle von EC2 für die Erstellung einer serverlosen Anwendung?

Fargate ist eine serverlose Möglichkeit, Container auszuführen, ohne dass man sich um Server oder Infrastruktur kümmern muss. Es ist einfacher zu verwenden und erfordert keine Verwaltung von Sicherheitsgruppen oder VPC-Netzwerkeinstellungen.

Welche Ressourcen bietet AWS für den Einstieg in das Lernen und was sind die nächsten Schritte, wenn man in die Tiefe gehen möchte?

AWS bietet viele Ressourcen wie den Cloud Practitioner-Kurs an. Wenn man tiefer einsteigen möchte, kann man sich mit Projekten vertiefen, die verschiedene AWS-Dienste wie S3, ECR, ECS, RDS, Kinesis Firehose, Elasticsearch, DynamoDB und Lambda verwenden.

Outlines

00:00

🌐 Erste Schritte mit AWS: Hosting einer statischen Website

Dieser Abschnitt des Videos konzentriert sich auf die Einführung in AWS und wie man damit beginnt. DerUploader empfiehlt, mit dem AWS Cloud Practitioner-Kurs zu beginnen, um sich mit den verschiedenen Diensten und Konzepten vertraut zu machen. Nachdem man ein grundlegendes Verständnis der Konzepte hat, wird gezeigt, wie man eine einfache Website hostet, indem man eine index.html-Datei in S3 hochlädt. S3 dient als allumfassender Datenspeicher für Rohobjekte verschiedener Größen und Typen. Anschließend wird erläutert, wie man die Website mit Route 53 und CloudFront verbindet, um eine benutzerfreundlichere URL zu erhalten und die Leistung zu optimieren, indem die Dateien an Edge-Knoten weltweit verteilt werden.

05:00

🐳 CRUD-Anwendung mit Docker und AWS ECS

In diesem Abschnitt wird ein praktischer Ansatz für das Erstellen einer CRUD-Anwendung (Create, Read, Update, Delete) mit Docker-Containern und AWS Elastic Container Service (ECS) gezeigt. Der Prozess beginnt mit dem Schreiben einer Docker-Datei und dem Hochladen des Images in den Elastic Container Registry (ECR). Dann wird ein ECS-Service eingerichtet, der auf das ECR-Image zeigt. Der ECS-Cluster wird in einem Virtual Private Cloud (VPC) gestartet, um Isolation und Sicherheit zu gewährleisten. Zusätzlich wird eine RDS-Datenbank eingerichtet und eine Anwendungscode geschrieben, die mit der RDS-Instanz interagiert. Ein Load Balancer verteilt den Datenverkehr auf mehrere Container und schließlich wird eine Route 53 DNS-Eintrag erstellt, um die Domain zu dem Load Balancer zu mappen.

10:02

🔥 Datenverarbeitung mit Twitter-Streams und AWS Kinesis Firehose

In diesem Teil des Videos wird ein Projekt zur Verarbeitung von Twitter-Streams vorgestellt. Es wird erklärt, wie man einen Python-Skript schreibt, um Daten von Twitter-Live-Streams zu konsumieren. Diese Daten werden dann an einen Kinesis Firehose-Endpunkt gesendet, der für das Batching und die Verarbeitung von Daten gedacht ist. Kinesis Firehose sammelt Daten und leert sie entweder alle fünf Minuten oder alle fünf Megabyte in einem S3-Bucket. Wenn eine Datei in S3 hochgeladen wird, wird ein Lambda-Funktion ausgelöst, die die Dateiinhalte abruft und in Elasticsearch indiziert, was für die Analyse von Textdaten nützlich ist. Elasticsearch wird mit Kibana geliefert, einer Benutzeroberfläche, die es ermöglicht, Trends und Analysen über die Zeit zu visualisieren.

📈 Verteilte serverlose Workflows für Aktienpreisbewegungen

Der vierte und letzte Beispielabschnitt des Videos behandelt die Erstellung eines verteilten serverlosen Workflows zur Erkennung von schnellen Preissprüngen oder -stürzen von Aktien. Hier wird CloudWatch Events verwendet, um eine Minute-Intervalle zu setzen, die eine Nachricht an Simple Queue Service (SQS) senden. Diese Nachricht weckt eine Lambda-Funktion, die den aktuellen Aktienpreis von Yahoo Finance API abruft und die Daten in eine DynamoDB-Datenbank indiziert. Mit DynamoDB Streams und einer weiteren Lambda-Funktion wird überprüft, ob es signifikante Preisänderungen gibt, und bei Bedarf wird eine Benachrichtigung über Simple Email Service gesendet, um den Benutzer über signifikante Aktienpreisbewegungen zu informieren.

Keywords

💡AWS

AWS steht für Amazon Web Services und ist ein führender Anbieter von Cloud-Computing-Diensten. Im Video wird AWS als Plattform zum Erlernen und Durchführen von Projekten hervorgehoben, die von Grundlegendem Webhosting bis hin zu komplexen Datenverarbeitungsaufgaben reichen.

💡Cloud Practitioner Course

Dies ist ein Kurs, der von AWS angeboten wird, um neue Benutzer mit den verschiedenen Diensten und Konzepten vertraut zu machen, die für den Einstieg in AWS wichtig sind. Im Video wird empfohlen, diesen Kurs zu beginnen, um ein solides Grundwissen zu erlangen.

💡S3

S3 steht für Simple Storage Service und ist ein Dienst von AWS, der als Speicher für unstrukturierte Daten dient. Im Video wird beschrieben, wie man eine statische Website hostet, indem man eine index.html-Datei auf S3 hochlädt.

💡Route 53

Route 53 ist ein DNS-Webdienst von AWS, der verwendet wird, um benutzerdefinierte Domains an AWS-Ressourcen wie S3 oder CloudFront zu mappen. Im Video wird erläutert, wie Route 53 verwendet wird, um eine benutzerdefinierte Domain für eine statische Website zu konfigurieren.

💡CloudFront

CloudFront ist ein Content Delivery Network (CDN) von AWS, das zum Verbessern der Leistung und zum Caching von Inhalten verwendet wird. Im Video wird CloudFront vorgeschlagen, um statischen Inhalt von S3 zu liefern, um globale Leistung und Caching zu optimieren.

💡ECS

ECS steht für Elastic Container Service und ist ein verwalteter Dienst von AWS, der Containerorchestrierung für Docker-Container anbietet. Im Video wird ECS verwendet, um Docker-Container für eine CRUD-Anwendung zu hosten.

💡ECR

ECR steht für Elastic Container Registry und ist ein Dienst von AWS, der als Speicher für Docker-Container-Images dient. Im Video wird ECR verwendet, um Docker-Images zu speichern, die von ECS für die Bereitstellung von Containern verwendet werden.

💡VPC

Ein VPC (Virtual Private Cloud) ist ein grundlegender Baustein von AWS, der eine isolierte Bereich in der AWS-Cloud bietet, in dem Sie Ihre Ressourcen ausführen können. Im Video wird ein ECS-Cluster in einem VPC gestartet, um die Isolation und Sicherheit der Ressourcen sicherzustellen.

💡RDS

RDS steht für Relational Database Service und ist ein verwalteter Datenbankdienst von AWS, der MySQL und andere relationale Datenbank-Engines hostet. Im Video wird RDS verwendet, um eine MySQL-Datenbank für eine CRUD-Anwendung zu hosten.

💡Lambda

Lambda ist ein Serverlos-Computing-Dienst von AWS, der es ermöglicht, Code ohne das Betreiben von Servern auszuführen. Im Video wird Lambda verwendet, um Dateien aus S3 zu verarbeiten und Daten in Elasticsearch zu indizieren oder um Aktienpreisbewegungen zu überwachen.

💡Kinesis Firehose

Kinesis Firehose ist ein Dienst von AWS, der zum Sammeln, Verarbeiten und Laden von Datenströmen in Datenspeicherdienste wie S3 oder Redshift verwendet wird. Im Video wird Firehose verwendet, um Tweets von einem Live-Streaming-Dienst zu sammeln und in S3 zu speichern.

💡Elasticsearch

Elasticsearch ist eine Such- und Analytics-Engine, die auf der Apache-Lizenz basiert und für die Verarbeitung von Textdaten und das Durchführen von komplexen Abfragen verwendet wird. Im Video wird Elasticsearch verwendet, um Tweets zu indizieren und zu analysieren.

💡DynamoDB

DynamoDB ist ein NoSQL-Datenbankdienst von AWS, der schnelle und predictible Leistung für beliebige Datenmengen bietet. Im Video wird DynamoDB verwendet, um Aktienpreise zu speichern und zu überwachen, um signifikante Preisbewegungen zu erkennen.

💡SQS

SQS steht für Simple Queue Service und ist ein verwalteter Nachrichtenwarteschlangendienst von AWS, der asynchrone Nachrichtenübermittlung zwischen Anwendungen ermöglicht. Im Video wird SQS verwendet, um Jobs für Lambda-Funktionen zu verteilen.

💡CloudWatch

CloudWatch ist ein Dienst von AWS, der die Überwachung von AWS-Ressourcen, Anwendungen und Services ermöglicht. Im Video wird CloudWatch verwendet, um Zeitereignisse für serverlose Workflows zu planen.

Highlights

开始学习AWS的推荐课程是AWS Cloud Practitioner Course。

实践学习AWS的第一步是熟悉不同的服务和概念。

通过S3托管静态网站是学习AWS的常见起点。

Route 53用于设置自定义域名并映射到S3托管的静态网站。

CloudFront作为边缘缓存服务，可以提高网站性能。

使用ECS和Docker容器部署CRUD应用。

ECR用于存储和管理Docker镜像。

VPC提供了资源隔离，类似于云上数据中心。

RDS用于设置和管理数据库，如MySQL。

使用负载均衡器在多个容器间分配负载。

通过Lambda函数处理来自Twitter流的数据。

Kinesis Firehose用于批处理和数据流处理。

Elasticsearch用于文本处理和查询。

Kibana提供了Elasticsearch数据的可视化界面。

构建分布式服务器less工作流以监控股票价格变动。

CloudWatch Events用于设置定时触发器。

SQS用于处理应用程序中的背压。

使用DynamoDB Streams检测数据库变更事件。

通过Simple Email Service发送股价变动通知。

这些项目是学习AWS的实用示例，涵盖了多种技术。

Transcripts

what is going on guys this video is

going to be all about learning aws

uh by far the most common question that

i get asked is where do you get started

learning in aws

what are some projects that you can do

to just get yourself familiar with it

and usually what i do is tell people to

start with aws cloud practitioner course

which is a great resource that's offered

by aws

so you can get familiar with some of the

different services some of the different

concepts that you need to know

in order to get started now after you

get familiar with some of the concepts

the next question is how do i actually

learn this stuff in a more practical way

because that course teaches you a lot of

the different things but it doesn't

really tell you

about what are things that people are

actually working on what are skills

or or patterns that people are using or

technologies that people are using

that are useful for me to get a job and

that's what this video is going to be

about it's going to be about

a variety of different projects that you

can learn from a very practical

perspective of what people are actually

doing with aws

in real life uh so that if you're

looking for a job or you're just trying

to hone some of your skills

uh this video is gonna be for you and

the good news is that i'm gonna be

making videos on each of these different

projects i'm gonna put in front of you

today

uh so that if you try it and you get

stuck don't worry i'm gonna show you how

to do it later

okay so that's what this video is going

to be about so let's start with it by

looking at our first

project and we're going to start simple

and progress a little bit

to more advanced topics as we go along

so the first one

is static website hosting this is

probably the most common thing that you

see when people are suggesting

uh learning aws it's just start with a

basic website and host it on s3 so let's

take a look at how this may work if

you're trying to set up this project

so the first thing that you do is you

upload a index.html file to s3

and just as a reminder s3 is your

all-purpose data store for storing

raw objects of a variety of different

sizes and types

for this purpose this would just be an

index dot html file that contains some

just raw javascript you can also upload

upload your

css or javascript assets as well from

there

we get an ugly url after we do that

although this index.html is publicly

accessible the url will be very ugly

from there you want to hook this up to

route 53 and run 53 is where you would

edit your dns settings

for your aws account so you can set up a

domain that maps your custom domain

to your index.html file so you can get

something like

be a betterdev.com and that'll point to

this index.html file now you can stop

there if you want so if a user is

accessing your website or trying to

access your website through chrome

they would just type in your website

name it would go to raw53 that would

resolve to

the s3 file and that's totally fine this

will completely work

i would suggest though instead of

hooking it up directly you use

cloudfront which is a

edge caching service that is very cost

effective

for resources that change uh not so

often so

instead of going directly to s3 you tell

rel53 to go to cloudfront instead

and cloudfront would then synchronize

its data with s3

and it'll deploy your files to different

edge nodes that are located

all across the world for optimal

performance

so this is a very simple thing if you

already know how to do this maybe you

can skip over it but for beginners this

is

probably the most common example of

things that

uh folks tell beginners to learn is just

get familiar with the basic concepts

and the good news is that if you choose

to learn these different things

cloudfront s3 and rel53 that's something

you just need to know if you're going to

be working with aws

so these are skills that are going to

apply outside of this example

all right so let's move on to the next

one here and this is a

crud app and by crud i mean create read

update and delete so let me just erase

all this and reveal what we have okay so

we're going to be using

a docker containers for this so

optionally you can do this with ec2 but

i'm going to do it using ecs which

stands for elastic container service

and this allows you to upload docker

files to the cloud and deploy them using

a managed service called ecs

so how this works from a practical

perspective some of the things that

you're going to need to do

are first you're going to need to write

your docker file then you're going to

upload

the image to ecr which stands for

elastic container repository

and think of ecr kind of like a s3

that's dedicated for docker images

that's essentially what it is

then when you set up your ecs service

what you're going to do is point a point

it to an ecr

image and that's going to be the image

that's used for the service when you set

up your ecs cluster as well you're going

to have to put it within a vpc

and a vpc stands for virtual private

cloud it's essentially a way in which

your resources are isolated from other

aws customers think of it like

a cloud-based data center essentially

that's kind of what it is and you're

shielded from what other customers are

doing no one's able to access your

network

you're able to lock down all the ports

and everything to do

with networking within this application

so you're going to have to launch your

ecs cluster into a vpc

you're going to want to set up a rds

database which in this example

is just using aws rds with mysql which

is very easy to set up

i have a video on setting this up as

well and on ecs actually i actually have

a video on a bunch of these different

things i'll put links in the description

section below

and then you're going to want to code up

your application code so that it

interacts with this

rds instance from there you're going to

want to set up a load balancer

so that you can distribute load across

multiple different containers that

you're hosting and so you would point

your load balancer to your ecs

endpoint and then you again you'd create

a route 53 dns

entry to map your domain name to your

load balancer

and then finally when someone comes

along and tries to hit your website of

course it'll go

to route53 first it'll hit the load

balancer the load balancer will

distribute the request to one of the

containers on ecs

and then you know it'll go to rds and

retrieve your data create your data

update it whatever you're trying to do

and return that all the way back to the

caller so i would consider this to be a

very good example because this is what

people are usually doing these days

serverless really seems to take over

if you're using ecs you can you have two

options running in a serverless way

using fargate

or running it in a non-serverless way

using ec2 i would suggest fargate for

this example just to get familiar

the ec2 one is a little bit more

complicated requires some different

permissions to change uh security group

settings a whole bunch of vpc networking

things that you'll need to know about

there

but i think fargate is a good way to

start again this is

a very useful example a lot of

applications these days are built

using a very similar framework than what

i just showed you here

so definitely definitely definitely

invest the time in learning

through this example okay so let's move

on to the third one which is going to be

more in terms of data processing which

is an interesting one

so i had fun putting this one together

and this is going to be fun when i

actually build this thing

because it's kind of interesting so

let's talk about what this is and this

is going to be aimed at

consuming twitter streams or consuming

twitter

tweets i should say rather so twitter

has an endpoint where you can read off

of

live streaming tweets as they come in

and all it requires is setting up a

developer account and getting an api key

so what you would do is just write a

python script that's going to consume

data from that stream and it can be

consuming that data

constantly or on a timer or something

you may choose

and it's going to consume individual

tweets there and then

what we're going to do there to process

this data is we're going to

put the tweets to a kinesis fire hose

endpoint i have a

video on kinesis firehose that you

should check out it's great for batching

and data processing

so what kinesis firehose is going to do

is we're going to set it up so that

every five megabytes worth of data or

every five minutes

whichever comes first we're going to

take all that data and put it into one

file and dump that into s3

so kinesis fire hose by the way it does

all of this automatically like doing

these things is just clicking buttons

it's very very easy

to actually set this stuff up and

there's a whole bunch of different

parameters that you can set as well

so every five megabytes or five minutes

we're going to deliver a file

to s3 we're going to wire up our s3

bucket

that we allocate for this data to

a put notification and that put

notification is going to trigger

a lambda function so this lambda

function is going to be invoked

every time a file is uploaded to s3 now

the

payload of the notification or what's

inside the the notification is just

going to be the location

and the name of the file that was

created so it'll be

like index dot csv

or data.csv or something like that from

there we need to code our lambda such

that

it goes back to s3 and actually pulls

the entire

file contents back and then from there

we can index it in elasticsearch

now if you've never used elasticsearch

text processing is basically what it's

used for a text

kind of querying it's used in a lot of

um

autocomplete databases or you know when

you're searching on google and there's

auto complete you type a character

something comes up elasticsearch is

usually the technology behind the scenes

or something like it

to give you that kind of functionality

so in this case it would be great for

analyzing text so we would take the

entire file contents upload that into

elasticsearch so that we can analyze it

and the cool thing about elasticsearch

on aws is that it comes pre-installed

with kabana

and kabana is like a ui

for this stuff and it'll show you kind

of trends over time

and uh you can also do things like word

clouds or

or different types of queries by

different grouping mechanisms so it's a

very intuitive and easy way to observe

and analyze your data through the

comfort of a ui and all of that data is

going to be sitting inside elasticsearch

so that's how we would access it

so i think this is a pretty good example

that allows you to touch on a lot of

different technologies for the purpose

of data processing

so i'd highly encourage you to check

this one out let's move on to

the fourth and final example now and

yeah so this one's

kind of fascinating i just came up with

this a few

hours ago and this is a distributed

serverless workflow for

stock price movements and the motivation

for this one

is i'm sure some of you were following

gme or gamespot

and uh you wanted to know when it was

rising or falling very rapidly you

couldn't sit at your computer all day

just looking at a stock price uh so the

the idea here is to set up a

distributed uh serverless workflow that

will automatically detect when

jumps or drops occur in very short

intervals

in a stock price okay so i think it's

pretty interesting given what's happened

in the world pretty recently

so what are we going to be using here so

there's a bunch of different pieces

and let me just center this on the

screen so you don't get distracted

okay so first of all we're going to be

using cloudwatch events

and we're going to set them up so that a

cloudwatch event

triggers on one minute timers think of

these things like cloud-based

cron jobs and i have a video on these by

the way that you can learn more

but essentially you set a timer based on

some interval

or some day of the week cadence in this

case we'll just do it every minute

and from there this is going to be kind

of our our way to trigger

our workflow so it's going to be

happening every minute so we're going to

set up cloud watch so that it

sends a notification to sqs and sqs

is called stands for simple q service

it's a great way to back pressure or

have back pressure

for processing in your application so

it's going to signify that there's a job

to be done

we're going to hook up our lambda

function to sqs

so that anytime a message gets put in

sqs our lambda function is going to wake

up and perform whatever it's going to do

now what is it going to do well it's

going to go to

yahoo finance api which has a great api

that you can access

if you're interested in a price for a

particular ticker we can use i know i

said gme so let's just keep on going

uh with that example here so we're going

to query for gme it's going to give us

back things like stock price

number of shares that are available all

that kind of stuff we'll consume that

data and then we're going to

index it in a dynamodb database so this

is going to be a completely serverless

example there's no servers here involved

at all which is

kind of a neat thing and where the

industry seems to be going as a whole

so we're going to index that data in

dynamodb for every

tick basically every one minute we're

going to have a different row

that says the stock price was this at

this time so if we think of like a table

like this

uh if we have t1 for instant one and

then

t2 for instant two or maybe this is

minute one minute two and this is

our price uh maybe we would have

something like eight dollars

in at the first minute and then ten

dollars

in the second minute so you can see here

the jump between these two minutes

is very high it's a two dollar

difference and it and if you convert

this to percent it's a pretty large

percent

so we would want to send out a

notification or somehow become aware

when this happens so the question is how

do we do that

well the way i want to do it just for

the purpose of teaching you more things

in this example and this isn't

necessarily the best way to do it but it

teaches you different concepts

is i would hook up this dynamodb table

using dynamodb

streams and dynamodb streams allow you

to detect

change events so when we wire this up to

our lambda function

every time a record gets inserted in the

database say t2 gets inserted into the

database in this example

we're going to get a notification sent

to our lambda function

and it's going to show us the entire

contents of the record so

all this data that exists in the row so

we're going to take that data

then we're going to query again we're

going to go back to dynamo

but we're going to look for t1 which is

the minute before it

and then compute this difference and if

the difference is significant enough

maybe beyond a certain percentage

we're gonna send a notification through

simple email service

to our phones so we get a text message

or an email to say hey daniel the stock

price dropped or the stock price raised

by x amount go and buy or sell some

shares

so i thought this was a pretty

fascinating example so i think these are

four examples that are great for

learning aws from a very

practical perspective all these things

are things that you would probably have

to do at some point in your career maybe

not interact with stock prices or the

twitter api

but the technologies that you're going

to be using are very

interchangeable with different use cases

so i'd highly suggest you try some of

these projects

out and if you get lost don't worry like

i said i'm going to have videos coming

out

on each of these different projects and

i'm going to be doing them and walking

you through how to do them

so look forward to that as well if you

like the video don't forget to like and

subscribe and i'll see you next time

thanks so much guys