🛒 Workflow de Processamento de Pedidos de E-commerce com AWS Step Functions

Meu primeiro projeto em AWS

📑 Sumário

Sobre o Projeto

Este projeto demonstra um fluxo de trabalho de processamento de pedidos de e-commerce utilizando AWS Step Functions para orquestrar diferentes serviços AWS — especialmente AWS Lambda — simulando um ambiente real de automação empresarial.

A proposta deste projeto é reproduzir, de forma simples e didática, como um fluxo empresarial pode ser automatizado através de uma máquina de estados. O objetivo é mostrar como a computação em nuvem pode ser usada para estruturar sistemas que exigem organização, tomada de decisão, resiliência e execução confiável.

🗂️ Estrutura do Projeto

stepfuntion/
├── infra/
│   ├── cloudformation.yaml   # Infraestrutura como código (AWS CloudFormation)
│   └── workflow.asl.json     # Definição do workflow Step Functions (ASL)
├── README.md                 # Documentação do projeto

Fluxo resumido: Pedido → [Validar Pedido] → [Escolher Processamento] ├─(VALID)─> [Processar Pagamento] → [Enviar para Expedição] → [Sucesso] └─(INVALID)─> [Falha]

⚙️ Detalhes Técnicos

A solução utiliza um fluxo sequencial e condicional, garantindo que cada etapa seja processada com segurança.

Etapa (State)TipoFunçãoValidar PedidoTask (AWS Lambda)Verifica integridade e validade do pedido.Escolher ProcessamentoChoiceDecide o caminho com base no status (VALID / INVALID).Processar PagamentoTask (AWS Lambda)Simula a cobrança quando o pedido é válido.Enviar para ExpediçãoTask (AWS Lambda)Simula preparação e envio do produto.Sucesso no PedidoSucceedEstado final positivo.Falha no PedidoFailEstado final negativo.

Definição do Workflow (ASL – Amazon States Language) Arquivo: infra/workflow.asl.json

{
"Comment": "Workflow de Processamento de Pedidos de E-commerce",
"StartAt": "Validar Pedido",
"States": {
  "Validar Pedido": {
    "Type": "Task",
    "Resource": "arn:aws:lambda:REGION:ACCOUNT_ID:function:ValidateOrderLambda",
    "Next": "Escolher Processamento"
  },
  "Escolher Processamento": {
    "Type": "Choice",
    "Choices": [
      {
        "Variable": "$.status",
        "StringEquals": "VALID",
        "Next": "Processar Pagamento"
      },
      {
        "Variable": "$.status",
        "StringEquals": "INVALID",
        "Next": "Falha no Pedido"
      }
    ],
    "Default": "Falha no Pedido"
  },
  "Processar Pagamento": {
    "Type": "Task",
    "Resource": "arn:aws:lambda:REGION:ACCOUNT_ID:function:ProcessPaymentLambda",
    "Next": "Enviar para Expedição"
  },
  "Enviar para Expedição": {
    "Type": "Task",
    "Resource": "arn:aws:lambda:REGION:ACCOUNT_ID:function:ShipOrderLambda",
    "Next": "Sucesso no Pedido"
  },
  "Sucesso no Pedido": {
    "Type": "Succeed"
  },
  "Falha no Pedido": {
    "Type": "Fail",
    "Cause": "O pedido não pôde ser processado.",
    "Error": "OrderProcessingFailed"
  }
}
}

Arquivo principal: infra/cloudformation.yaml Ao implantar a stack, são criados automaticamente:

3 Lambdas simples (inline em Python)
Roles IAM para execução
Step Function integrada aos ARNs das Lambdas
Máquina de estados pronta para uso

Pré-requisitos:

Conta AWS com permissões para CloudFormation, Lambda e Step Functions
AWS CLI configurado

Implantação:

aws cloudformation deploy \
--template-file infra/cloudformation.yaml \
--stack-name StepFunctionEcommerce \
--capabilities CAPABILITY_IAM

▶️ Como Executar

Implemente a stack conforme acima.
Acesse o AWS Step Functions e inicie uma execução na máquina de estados criada.
Forneça um payload de pedido para testar o fluxo.
Monitore o resultado e os logs das Lambdas.

Exemplo de payload:

{
"orderId": "12345",
"amount": 199.90,
"items": ["produtoA", "produtoB"]
}

👤 Apresentação

Sou um apaixonado por educação, tecnologia e inovação social. Acredito profundamente que o conhecimento transforma vidas, abre portas e reduz desigualdades — especialmente para quem nem sempre teve acesso às mesmas oportunidades. Como estudante de Engenharia de Software, busco sempre unir teoria e prática, desenvolvendo projetos que não servem apenas como código, mas como aprendizado, evolução e compreensão real do impacto que a tecnologia pode gerar. Este projeto com AWS Step Functions nasceu exatamente desse espírito: aprender construindo. Ao simular um sistema completo de processamento de pedidos de e-commerce, pude entender, de maneira objetiva e humana, como fluxos automatizados podem tornar operações mais organizadas, seguras e eficientes. Na DIO encontrei um ambiente que incentiva o aprendizado contínuo, a troca de conhecimento e o crescimento coletivo. Sigo caminhando com humildade, propósito e vontade de contribuir com uma comunidade tech mais inclusiva, colaborativa e humana.