Carlos Mendes cmendesce

AWS Chalice

Este tutorial fornecerá uma introdução sobre como usar o AWS Chalice e instruções sobre como construir seu primeiro aplicativo serverless usando Chalice.

Pré-requisitos

AWS ...

Criar um virtualenv e instalar o Chalice

Exercício Express

Na aula anterior, vimos rapidamente como funciona uma requisição com o método POST no HTTP, usando Express. Neste tutorial, você irá implementar uma requisição do tipo POST e testar usando a ferramenta Postman.

O trecho de código a seguir é uma implementação do método POST no Express.

app.post('/soma', function (req, res) {

	# HELP analysis_run_info Information about analysis run.
	# TYPE analysis_run_info gauge

	# HELP analysis_run_metric_phase Information on the duration of a specific metric in the Analysis Run
	# TYPE analysis_run_metric_phase gauge

	# HELP analysis_run_metric_type Information on the type of a specific metric in the Analysis Runs
	# TYPE analysis_run_metric_type gauge

	# HELP analysis_run_phase Information on the state of the Analysis Run

	var express = require('express'); // importar o express
	var bodyParser = require('body-parser'); // importar o body-parser
	var path = require('path'); // importar lib path (nativa do node.js)
	var firebase = require("firebase");
	const crypto = require("crypto");


	var firebaseConfig = {

	};

	import com.amazonaws.ClientConfiguration;
	import com.amazonaws.auth.AWSCredentialsProvider;
	import com.amazonaws.auth.DefaultAWSCredentialsProviderChain;
	import com.amazonaws.retry.PredefinedRetryPolicies;
	import com.amazonaws.retry.RetryPolicy;
	import com.amazonaws.services.s3.AmazonS3;
	import com.amazonaws.services.s3.AmazonS3ClientBuilder;
	import org.springframework.beans.factory.annotation.Value;
	import org.springframework.context.annotation.Bean;
	import org.springframework.context.annotation.Configuration;

	import tensorflow as tf
	from tensorflow import keras
	from tensorflow.keras.preprocessing import image

	import numpy as np

	class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
	'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

	model = tf.keras.models.load_model('saved_model/my_model')

	version: '3'

	services:
	nginx:
	image: nginx
	ports:
	- 80:80
	volumes:
	- ./nginx.conf:/etc/nginx/nginx.conf
	- wordpress:/usr/share/nginx/html

	var app = angular.module('catsvsdogs', []);
	var socket = io.connect({transports:['polling']});

	var bg1 = document.getElementById('background-stats-1');
	var bg2 = document.getElementById('background-stats-2');

	app.controller('statsCtrl', function($scope){
	$scope.aPercent = 50;
	$scope.bPercent = 50;

	<!DOCTYPE html>
	<html lang="en">
	<head>
	<meta charset="UTF-8">

	<title>Document</title>
	</head>
	<body>
	<p>Conteúdo</p>
	</body>

	import os
	import tarfile
	import time

	import numpy as np
	import six.moves.urllib as urllib
	import tensorflow as tf

	tf.logging.set_verbosity(tf.logging.INFO)