Technische Umsetzung

Diese Website wurde auf AWS erstellt und wird auch dort gehostet. Für alle regionalen Dienste wurde die Region eu-central-1 ausgewählt.

Lambda. Wir verwenden Lambda-Funktionen für zwei Aktivitäten: 1/ Scrapen der Daten. 2/ Verarbeiten und visualisieren Sie die Daten. Die Funktionen werden entweder über den EventsManager oder im Rahmen einer StepFunction ausgelöst.

ECS. Die zur Datenverarbeitung und Visualisierung verwendeten Funktionen basieren auf Python/Pandas. Diese Bibliotheken sind zu groß, um als ZIP-Datei hinzugefügt zu werden (die Grenze liegt bei 125 MB). Wir haben daher Docker-Container für diese Funktionen erstellt und sie in ECS gespeichert. Cloud9 wurde verwendet, um die Container zu erstellen.

EventManager. Das Scraping der Daten erfolgt regelmäßig. Als Ausgangspunkt scrapen wir ein Mal täglich den durchschnittlichen Wasserstand der vergangenen Tage. Der aktuelle Wasserstand wird derzeit vier Mal täglich abgegriffen.

S3. Alle Daten werden in S3 gespeichert. Ein JSON mit dem aktuellen Wasserstand und die PNG-Grafiken mit den neuesten Visualisierungen werden in einem separaten S3-Bucket gespeichert. Die resultierende Website ruft die JSON-Daten und die Grafiken aus diesem Bucket ab.

Step Functions. Eine Änderung an einem S3-Standort kann nur als Auslöser für eine Lambda-Funktion dienen. Da wir mehrere Funktionen auslösen müssen, arbeiten wir mit einer geplanten Step-Fiktion.

Route53. Wir haben Route53 für die Domainregistrierung verwendet.

Amplify. Die Website wurde mit dem HUGO-Framework erstellt. Wir haben das Thema „Neu lernen“ ausgewählt. Das genannte Framework wird von Amplify standardmäßig unterstützt. Im Diagramm wird nicht angezeigt, dass wir Hugo in einer Cloud9-IDE ausführen. Das Git-Repository liegt in CodeCommit.