AWS Builder Center

Tratando um projeto pessoal como produção: infra, autenticação e os custos que ninguém mostra

Como um projeto pessoal de gestão financeira usa OIDC, autenticação stateless com JWT e Terraform pra rodar em ECS Fargate como se fosse produção, incluindo os limites de cada decisão e o custo real de mantê-lo no ar.

Engenheiro de Software Backend | Kotlin, Java & Spring Boot | Golang | AWS & Kubernetes
Nas últimas semanas mexi num projeto pessoal, o Budget Planner, mas em vez de focar na API em si, decidi tratar tudo em volta dela como se fosse produção de verdade: como ela sobe, como se protege e o que acontece quando algo quebra.
A arquitetura final ficou assim: usuários batem num Application Load Balancer dentro de uma VPC, que distribui tráfego entre duas tasks ECS Fargate rodando em subnet privada. Cada task fala com um RDS PostgreSQL e busca credenciais no Secrets Manager. As imagens vêm de um ECR Repository, puxadas através de um NAT Gateway, já que as tasks não têm IP público.

Aqui vão as decisões que mais valeram a pena documentar, incluindo onde cada uma quebra.

CI/CD sem Access Key salva em secret

A pipeline autentica na AWS via OIDC. Nada de Access Key guardada em secret do GitHub. A diferença prática é grande: uma Access Key vazada continua válida até alguém perceber e revogar na mão. Com OIDC, o GitHub Actions troca um token temporário por credenciais que expiram em minutos, geradas a cada execução e restritas por trust policy a uma branch e um repositório específicos.

Autenticação stateless, porque a API roda em várias instâncias

O JWT é validado por um filtro próprio antes de qualquer controller, sem sessão guardada em lugar nenhum. Isso não foi escolha estética. A API roda em duas tasks ECS atrás do load balancer, e sessão compartilhada nesse cenário vira sticky session ou mais um store pra manter e sincronizar. Ficar stateless tirou esse problema do caminho. O isolamento de dado por usuário também acontece direto na query, não filtrado depois de trazer tudo do banco.

Rate limiting que documenta o próprio limite

Login tem rate limiting por IP com Bucket4j, retornando 429 quando estoura. A parte que geralmente fica de fora do post bonito é o que ele não cobre: o estado fica em memória da JVM, então com duas instâncias ECS o limite vale por instância, não globalmente. Pra resolver isso de verdade precisaria de um backend compartilhado centralizando os buckets por IP, tipo Redis. Pro tamanho desse projeto o trade-off é aceitável. Em produção, evoluir da memória da JVM pro Redis deixaria de ser opcional.

O paradoxo de bootstrap do Terraform

Tem um problema clássico de Infra as Code aqui: o Terraform que cria a role OIDC precisa de credenciais pra rodar pela primeira vez. Não tem como o pipeline se autenticar via uma role que ainda não existe. Fiz esse bootstrap manual e documentei como etapa única, em vez de esconder debaixo do tapete ou fingir que o processo é 100% automatizado desde o primeiro commit.

Quanto custa rodar isso desenhado como produção

Separei o custo em duas contas. A observabilidade (CloudWatch, SNS) fica abaixo de US$ 5 por mês. Já a infra, ECS Fargate, RDS, ALB e o NAT Gateway das subnets privadas, fica perto de US$ 100 por mês. Duas tasks, um load balancer e um banco gerenciado cobram taxa fixa por hora, independente de quantas requisições chegam. Desenhar um projeto pessoal como produção tem esse custo, mesmo com tráfego zero. Vale saber disso antes de subir a infra, não depois de ver a fatura.

O que fica

Nenhuma decisão isolada aqui é o ponto. O que importa é o hábito de escrever o porquê ao lado do como, e deixar registrado onde cada escolha quebra. Um filtro JWT sem sessão resolve um problema de múltiplas instâncias, mas cria outro se você precisar de logout imediato. Um rate limiter em memória é suficiente até não ser mais. Terraform automatiza tudo, menos o primeiro passo.
Código e documentação completos no repositório:  github.com/rogerbertan/budget-planner 
Any opinions in this article are those of the individual author and may not reflect the opinions of AWS.
Enjoyed reading this content? Let the author know!

Your likes, comments, shares, and saves help creators reach more builders.

Loading recommendations

Loading article