Resumen En este artículo te muestro cómo construir un pipeline de reporting automatizado con servicios de AWS para generar informes diarios de lectura por editorial, detectar metadatos faltantes como el nombre del publisher, almacenar resultados como CSV en S3 y enviar notificaciones estructuradas a Slack a los equipos internos, todo sin intervención manual.
Diagrama de arquitectura Puedes consultar el diagrama de alto nivel en este enlace al diagrama de arquitectura de referencia ver diagrama.
Flujo de trabajo 1 EventBridge Scheduler dispara la orquestación a diario. 2 Lambda 1 Generador de reportes ejecuta una consulta nombrada en Amazon Athena para calcular la actividad de lectura, guarda el resultado en un bucket S3 con una convención de nombres consistente y avisa en Slack cuando el reporte está listo. 3 Lambda 2 Agregador de resumen por editorial lee el CSV más reciente desde S3, agrega las lecturas por editorial y trimestre, y publica una tabla legible en Slack con el desempeño por publisher. 4 Lambda 3 Detector de publishers faltantes opcional ejecuta una consulta Athena separada para hallar libros sin información de editorial y envía una alerta a Slack con enlace directo al archivo generado en S3.
Estructura del proyecto Raíz publisher-reporting con scripts de despliegue y configuración, carpeta lambda con tres funciones report_generator, summary_report_notifier y missing_publisher_report, y definición de infraestructura como código en terraform para Lambda, EventBridge y permisos IAM. La convención de carpetas facilita empaquetado, versionado y despliegue reproducible.
Implementación de la generación de reportes El generador inicia la ejecución de una consulta de Athena con un contexto de base de datos y un OutputLocation en S3 bajo el prefijo temporary-athena-query-results. Una vez que la consulta finaliza, el proceso mueve o copia el artefacto CSV hacia un prefijo definitivo en el bucket destino aplicando un esquema de nombres que incluye fecha y hora para facilitar el descubrimiento y la trazabilidad. Después, envía una notificación a Slack confirmando la ubicación final del reporte.
Formateo del resumen para Slack El agregador de resumen lee el CSV más reciente, normaliza valores como publisher vacío a Unknown y acumula las lecturas por year_quarter y publisher siempre que el campo book_read_counts sea TRUE. Luego ordena los resultados y compone un mensaje legible con columnas alineadas. Para mejorar la lectura en Slack, se envía el bloque dentro de triple backticks ``` contenido ``` de modo que se conserve el espaciado monoespaciado y la tabla quede clara.
Planificación y cronogramas Se definen tres programaciones en EventBridge en UTC para evitar solapamientos. La función report_generator corre a diario con cron(0 0 * * ? *). El notificador summary_report_notifier arranca 10 minutos después con cron(10 0 * * ? *), asegurando que el CSV esté disponible. El reporte de publishers faltantes missing_publisher_report se programa a los 15 minutos con cron(15 0 * * ? *). El desfase de 10 a 15 minutos elimina condiciones de carrera entre la escritura del archivo y su lectura.
Gestión de archivos y limpieza en S3 Para mantener el bucket ordenado, los resultados temporales de Athena se guardan bajo el prefijo temporary-athena-query-results y se aplica una política de ciclo de vida que elimina esos archivos automáticamente a los 3 días. Los reportes finales se almacenan en una ruta estable con fecha, lo que simplifica su consumo por procesos downstream y auditoría.
Retos y soluciones 1 Slack mostraba los mismos datos cada día. Causa la programación estaba en el día 1 de cada mes. Solución ajustar a cron diario cron(0 0 * * ? *). 2 No se generaban archivos nuevos tras el 1 de agosto. Causa la Lambda generadora no se estaba ejecutando. Solución corregir la regla de EventBridge para disparar a diario. 3 Condición de carrera entre Lambdas. Causa el notificador leía un CSV anterior. Solución añadir 10 minutos de desfase entre la generación y el posteo en Slack. 4 El mensaje en Slack era difícil de leer. Causa columnas desalineadas. Solución usar triple backticks para bloques preformateados. 5 S3 se llenaba de resultados temporales. Causa archivos intermedios de Athena. Solución moverlos a un prefijo temporal y aplicar expiración automática.
Impacto y beneficios Se eliminó la generación manual de reportes. Se mejoró la visibilidad del equipo sobre la interacción de lectores con los contenidos. La arquitectura serverless escalable en AWS bajó costes operativos y simplificó el mantenimiento. Las alertas automatizadas aceleraron la detección de incidencias y reforzaron la consistencia de datos.
Buenas prácticas y extensiones recomendadas Centralizar la configuración en un archivo de parámetros para nombres de buckets, consultas y horarios. Etiquetar y versionar todos los despliegues IaC. Registrar métricas y logs en CloudWatch con dimensiones por ejecución. Aplicar retries con backoff para esperas de Athena. Proteger secretos y tokens de Slack con AWS Secrets Manager. Añadir validaciones de esquema y calidad de datos antes de publicar reportes.
Sobre Q2BSTUDIO En Q2BSTUDIO somos una empresa de desarrollo de software enfocada en crear aplicaciones a medida y software a medida con estándares de calidad enterprise. Combinamos servicios cloud aws y azure, inteligencia artificial e ia para empresas con agentes IA, y ciberseguridad para construir soluciones seguras, escalables y orientadas a negocio. Integramos estos pipelines con servicios inteligencia de negocio y power bi para acelerar la toma de decisiones. Si quieres desplegar una arquitectura serverless similar o modernizar tu analítica, descubre nuestros servicios cloud aws y azure y potencia tus cuadros de mando con Business Intelligence y Power BI.
Conclusión Este patrón de reporting sin servidores con Athena, Lambda, S3 y EventBridge es reutilizable para analítica de producto, seguimiento de actividad de usuarios, paneles de ventas y automatización de procesos analíticos. Combinado con nuestras capacidades de aplicaciones a medida, inteligencia artificial y ciberseguridad, constituye una base robusta para escalar datos y analítica con impacto medible en negocio.