Bienvenue sur le Git dédié à notre projet d'étude pratique sur l'informatique sans serveur. Nous expliquerons ici comment mettre en place les différentes applications de l'informatique serverless que nous avons pu réaliser au cours de l'année. Etant donné que nous avons travaillé sur Amazon Web Services (AWS), il est nécessaire de posséder un compte sur la plateforme afin de reproduire les différentes étapes présentées.

Tout d'abord, afin de récupère le code de nos fonctions, nous vous conseillons soit de télécharger directement les fichiers via Github ou bien de cloner le git.

git clone https://github.com/GoldAnanas/ServerlessEP.git

• Connectez-vous sur le site d'AWS
• Allez sur le service S3
• Créez les compartiments suivants avec à chaque fois l'accès public autorisé :
  • compartiment-entree
  • compartiment-avant-count1
  • compartiment-apres-count1
  • compartiment-sortie-resultat1
• Allez sur le service IAM
• Créez un nouveau rôle avec les permissions : AWSLambdaFullAccess et AmazonS3FullAccess
• Ensuite, allez sur le service Lambda
• Créez une nouvelle fonction (le nom n'a pas d'importance)
• Choisissez Python 3.7 comme environnement d'éxecution
• Assignez lui le rôle précédement créé
• Copiez-collez dans l'IDE intégré le code de la fonction Lambda_Trigger1_separationFichiers présente sur le Git dans le dossier S1 (et de même pour les fonctions 2 et 3)
• Cliquez sur Ajoutez un déclencheur pour chaque fonction :
  • Fonction 1 : type S3, compartiment-entree
  • Fonction 2 : type S3, compartiment-avant-count1
  • Fonction 3 : type S3, compartiment-apres-count1

- Editez les paramètres de base de la Fonction 3 afin d'augmenter l'expiration à 1 minute

Une fois toutes ces étapes réalisées, il suffit d'ajouter cid.txt (présent sur le Git dossier S1) dans le compartiment entrée (sans oublier d'octroyer les autorisations publiques)
Après quelques secondes, vous pouvez voir le fichierRes.csv dans le compartiment sortie.

En ce qui concerne l'installation de pyLambdaFlows, nous avons repris la étapes décrites par les élèves de l'INSA sur leur Git. L'installation requiert d'avoir Python 3 sur votre machine ainsi qu'un compte AWS.

• Après avoir cloné le Git, installez les dépendences en ouvrant un terminal dans S2\pyLambdaFlow :

pip3 install -r requirements.txt

• Ensuite, lancez l'installateur :

python3 setup.py install --user

• Sur le site d'AWS, créer un rôle nommé LambdaBasicExecution (plus d'information ici).
• Créez un compte IAM et exportez le fichier accessKeys.csv contenant les informations de connexion (plus d'information ici).
• Copiez le fichier accessKeys.csv dans le dossier S2\Scheduling_with_PyLambdaFlow\Scheduling.
• Pour lancer l'application de planification d'emploi du temps parallélisée sur les serveurs d'AWS :

python3 main_parallel_aws.py

• Pour comparer, il est possible de lancer l'application en séquentiel sur les serveurs d'AWS :

python3 main_sequentiel_aws.py

• Ou bien, de lancer l'application en séquentiel sur votre machine :

python3 main_sequentiel_local.py