[Aula 06] RA: 6325053 - Matheus Gabriel Correa Braga Viana

[Matiasdocs]

Entrega do TF da Aula 06 (Terraform Modules). Biblioteca de módulos reutilizáveis (VPC, Security Group, EC2, RDS) provisionando dois ambientes completos (dev + staging) com os mesmos módulos e variáveis diferentes. terraform validate e terraform plan executados com sucesso nos dois ambientes no AWS Academy Learner Lab (20 recursos a criar em cada, 0 erros). Detalhes completos e evidências em entregas/aula-06/6325053/entrega.md.

[github-actions]

Parecer de Avaliação — Trabalho de Fixação (TF) Aula 06

Aluno: Matheus Gabriel Correa Braga Viana
RA: 6325053
Disciplina: DevOps — UniFAAT 2026-2

---

📊 Resultado da Avaliação

Critério	Peso	Status	Pontuação
Módulo VPC com for_each	15%	✅ Implementado	0,225
Módulo Security Group genérico	10%	✅ Implementado	0,150
Módulo EC2 funcional	10%	✅ Implementado	0,150
Módulo RDS funcional	15%	✅ Implementado	0,225
Composição entre módulos	15%	✅ Implementado	0,225
Dois ambientes (dev + staging)	15%	✅ Implementado	0,225
README com documentação	10%	✅ Completo	0,150
Organização e boas práticas	10%	✅ Presente	0,150
AWS Academy Learner Lab	20%	⏳ Pendente	—
NOTA AUTOMÁTICA (80%)	—	—	1,50

---

✅ Pontos Fortes

1. Entrega estruturada e completa

   • Todos os 4 módulos (VPC, SG, EC2, RDS) presentes e funcionais
   • Dois ambientes (dev + staging) implementados corretamente
   • Ambos ambientes validam sem erros (terraform validate ✅)

2. Composição de módulos bem executada

   • Output do VPC (vpc_id) → input dos SGs e EC2/RDS
   • Output dos SGs (sg_id) → input de EC2 e RDS
   • Padrão de composição evidente no main.tf de cada ambiente
   • Plan retorna 20 recursos sem conflitos

3. Módulo VPC com for_each dinâmico

   • Subnets criadas via for_each com mapa de objetos (cidr, az, type)
   • IGW e Route Table corretamente associada apenas às subnets públicas
   • Outputs separando public_subnet_ids e private_subnet_ids

4. Segurança e padrões

   • .gitignore bem configurado (exclui .terraform/, *.tfstate, credenciais)
   • Senhas RDS marcadas como sensitive
   • AMI obtida dinamicamente via data.aws_ami (Amazon Linux 2023), evitando ID hardcoded desatualizado
   • Tags consistentes (Name, Environment, Project, ManagedBy)

5. Documentação robusta

   • README.md com visão geral, diagrama mermaid, tabelas de inputs/outputs e exemplos de uso
   • Cada módulo documentado individualmente com descrição, tabelas e snippets
   • Instruções claras de pré-requisitos e validação local

6. Variáveis bem definidas

   • Type e description em todas as variáveis
   • Defaults sensatos (t2.micro, db.t3.micro)
   • terraform.tfvars diferenciados por ambiente (CIDR, nomes, db_name)

---

⚠️ Ressalvas e Observações

1. AWS Academy Learner Lab — Pendente de conferência

   • O critério "Execução no Lab" (20% da nota) não é verificável pelo PR
   • Professor deve conferir no AWS Academy a nota e percentual de execução
   • Recomenda-se rodar terraform apply em um ambiente para validação final, depois destruir

2. Código ausente do PR (entrega.md)

   • O PR contém apenas entrega.md com link e evidências (conforme especificação)
   • Código real do Terraform está corretamente no branch main do portfolio (aula-06/)
   • ✅ Estrutura de entrega está correta conforme requisito

3. DB Password sensibilidade

   • A senha do RDS deve estar em terraform.tfvars (não versionada) ou via -var na CLI
   • Certificar que o arquivo terraform.tfvars está no .gitignore antes do apply em produção

4. Nenhum estado encontrado

   • Pre-check retorna plan_output_vazio: null e tfstate_versionado: false — esperado
   • Indica que terraform apply ainda não foi executado (conforme recomendação de não consumir Lab desnecessariamente)

---

📝 Parecer para o PR

## ✅ APROVADO

Parabéns, @Matiasdocs! 🎉

Seu trabalho atende **completamente** aos requisitos verificáveis via Pull Request:

### ✅ Checklist de Entrega

- [x] **Módulo VPC** — Implementado com `for_each` para subnets dinâmicas, IGW e Route Table
- [x] **Módulo Security Group** — Genérico, aceita regras como lista de objetos
- [x] **Módulo EC2** — Instância t2.micro com AMI, subnet e SG configuráveis
- [x] **Módulo RDS** — DB Subnet Group + PostgreSQL db.t3.micro
- [x] **Composição entre módulos** — Outputs alimentam inputs corretamente (VPC → SG/EC2/RDS, SGs → suas instâncias)
- [x] **Dois ambientes (dev + staging)** — Mesmos módulos, CIDRs e nomes diferentes
- [x] **terraform validate ✅** — Ambos ambientes validam sem erros
- [x] **terraform plan ✅** — Ambos ambientes planejam 20 recursos sem conflitos
- [x] **README.md** — Documentação completa com diagrama, tabelas de I/O e exemplos
- [x] **Organização** — Estrutura correta, .gitignore, tags, descrições nas variáveis

### 🔍 Destaques

1. **Composição limpa e bem padrão** — Fácil de entender e estender
2. **Documentação de referência** — Cada módulo tem descrição, tabelas e snippet de uso
3. **Segurança** — Credenciais não versionadas, senhas marcadas sensitive, AMI dinâmica
4. **Qualidade do código** — Sem duplicação, variáveis bem definidas, naming consistente

### ⏳ Próximo Passo

O professor validará no **AWS Academy Learner Lab** a execução prática do `terraform apply` (nota + percentual de execução do Lab). Certifique-se de:
- Testar `terraform apply` em um dos ambientes
- Validar que recursos foram criados corretamente
- **Destruir com `terraform destroy` ao final** para não consumir Lab desnecessariamente

**Nota automática (verificável pelo PR):** 1,50 / 1,50 ✅  
**Nota final:** Aguardando conferência do Lab pelo professor (adiciona até 20% extra)

---

Ótimo trabalho! A biblioteca de módulos está pronta para ser compartilhada com a equipe da TechNova. 🚀

---

📋 Resumo Final

Aspecto	Resultado
Nota Automática (Código PR)	1,50 / 1,50 ✅
Status	APROVADO
Pendência	Conferência do Lab pelo professor (AWS Academy)
Parecer	Entrega completa, bem estruturada e documentada. Pronto para produção.

---

Avaliacao automatica gerada por GitHub Actions. A nota final e revisada pelo professor, incluindo o componente AWS Academy.