Capítulo 4: Deploy em Cloud

Introdução

Sua aplicação está pronta, Docker configurado, CI/CD em funcionamento. É hora de colocá-la online! Este capítulo cobre as principais opções de deploy em cloud.

---

🎯 Objetivos do Capítulo

Ao final deste capítulo, você saberá:

1. ✅ Fazer deploy no Railway
2. ✅ Fazer deploy no Heroku
3. ✅ Entender as opções AWS
4. ✅ Configurar um banco de dados gerenciado
5. ✅ Escolher a plataforma certa

---

1. Comparação de Plataformas

Plataforma	Dificuldade	Custo	Ideal para
Railway	⭐ Fácil	Gratuito → $5/mês	Projetos pessoais, startups
Heroku	⭐ Fácil	$7/mês	Apps simples
Render	⭐ Fácil	Gratuito → $7/mês	Alternativa ao Heroku
AWS ECS	⭐⭐⭐ Complexo	Variável	Enterprise
Kubernetes	⭐⭐⭐⭐ Avançado	Variável	Microsserviços

---

2. Railway (Recomendado para Iniciantes)

Por que Railway?

• ✅ Interface simples
• ✅ Deploy via GitHub
• ✅ PostgreSQL integrado
• ✅ Gratuito para começar
• ✅ Suporta Docker

Deploy

Opção 1: Via GitHub

1. Acesse railway.app
2. "New Project" → "Deploy from GitHub repo"
3. Selecione seu repositório
4. O Railway detecta automaticamente o Spring Boot

Opção 2: Com Docker

# Instalar Railway CLI
npm i -g @railway/cli

# Login
railway login

# Criar um projeto
railway init

# Fazer deploy
railway up

Configuração

# Variáveis de ambiente (no Railway Dashboard)
SPRING_PROFILES_ACTIVE=prod
DATABASE_URL=${{Postgres.DATABASE_URL}}

Adicionar PostgreSQL

1. No projeto Railway: "New" → "Database" → "PostgreSQL"
2. As variáveis são injetadas automaticamente

railway.json

{
  "$schema": "https://railway.app/railway.schema.json",
  "build": {
    "builder": "DOCKERFILE",
    "dockerfilePath": "Dockerfile"
  },
  "deploy": {
    "startCommand": "java -jar app.jar",
    "healthcheckPath": "/actuator/health",
    "restartPolicyType": "ON_FAILURE"
  }
}

---

3. Heroku

Preparação

Procfile (na raiz):

web: java -Dserver.port=$PORT -jar target/*.jar

system.properties:

java.runtime.version=17

Deploy

# Instalar Heroku CLI
# https://devcenter.heroku.com/articles/heroku-cli

# Login
heroku login

# Criar o app
heroku create my-spring-app

# Adicionar PostgreSQL
heroku addons:create heroku-postgresql:mini

# Fazer deploy
git push heroku main

# Ver logs
heroku logs --tail

Variáveis de Ambiente

heroku config:set SPRING_PROFILES_ACTIVE=prod
heroku config:set JWT_SECRET=your-secret-key

# Ver todas as variáveis
heroku config

Com Docker

# Login no registry do Heroku
heroku container:login

# Build e push
heroku container:push web

# Deploy
heroku container:release web

---

4. Render

Deploy

1. Acesse render.com
2. "New" → "Web Service"
3. Conecte o GitHub
4. Configure:
   • Build Command: mvn clean package -DskipTests
   • Start Command: java -jar target/*.jar

render.yaml

services:
  - type: web
    name: my-spring-app
    env: docker
    dockerfilePath: ./Dockerfile
    envVars:
      - key: SPRING_PROFILES_ACTIVE
        value: prod
      - key: DATABASE_URL
        fromDatabase:
          name: mydb
          property: connectionString

databases:
  - name: mydb
    plan: free

---

5. AWS (Opções)

Elastic Beanstalk (Simples)

# Instalar EB CLI
pip install awsebcli

# Inicializar
eb init

# Criar o ambiente
eb create production

# Fazer deploy
eb deploy

ECS com Fargate (Docker)

# Criar um cluster
aws ecs create-cluster --cluster-name my-cluster

# Criar uma task definition (JSON)
aws ecs register-task-definition --cli-input-json file://task-definition.json

# Criar um serviço
aws ecs create-service \
  --cluster my-cluster \
  --service-name my-service \
  --task-definition my-task \
  --desired-count 2

task-definition.json

{
  "family": "my-spring-app",
  "containerDefinitions": [
    {
      "name": "app",
      "image": "myuser/myapp:latest",
      "portMappings": [
        {
          "containerPort": 8080,
          "hostPort": 8080
        }
      ],
      "environment": [
        {
          "name": "SPRING_PROFILES_ACTIVE",
          "value": "prod"
        }
      ],
      "logConfiguration": {
        "logDriver": "awslogs",
        "options": {
          "awslogs-group": "/ecs/my-app",
          "awslogs-region": "us-east-1"
        }
      }
    }
  ],
  "requiresCompatibilities": ["FARGATE"],
  "cpu": "256",
  "memory": "512"
}

---

6. Banco de Dados Gerenciado

Railway PostgreSQL

# Configurado automaticamente
spring.datasource.url=${DATABASE_URL}

Heroku Postgres

# Heroku fornece DATABASE_URL automaticamente
spring.datasource.url=${DATABASE_URL}

AWS RDS

spring.datasource.url=jdbc:postgresql://mydb.xxx.us-east-1.rds.amazonaws.com:5432/mydb
spring.datasource.username=${DB_USERNAME}
spring.datasource.password=${DB_PASSWORD}

Parser DATABASE_URL

Algumas plataformas fornecem uma URL no formato:

postgres://user:password@host:5432/dbname

Configuração Spring para fazer o parser:

@Configuration
public class DatabaseConfig {

    @Bean
    @Profile("prod")
    public DataSource dataSource() {
        String databaseUrl = System.getenv("DATABASE_URL");
        
        if (databaseUrl != null && databaseUrl.startsWith("postgres://")) {
            // Fazer o parser do formato Heroku/Railway
            URI uri = URI.create(databaseUrl);
            String username = uri.getUserInfo().split(":")[0];
            String password = uri.getUserInfo().split(":")[1];
            String jdbcUrl = "jdbc:postgresql://" + uri.getHost() + ":" + uri.getPort() + uri.getPath();
            
            HikariDataSource ds = new HikariDataSource();
            ds.setJdbcUrl(jdbcUrl);
            ds.setUsername(username);
            ds.setPassword(password);
            return ds;
        }
        
        // Fallback
        return DataSourceBuilder.create().build();
    }
}

---

7. Checklist de Deploy

Antes do Deploy

□ Testes passam localmente
□ Perfil de produção configurado
□ Segredos externalizados
□ Dockerfile testado
□ Health check configurado
□ Logs configurados

Variáveis de Ambiente

# Essenciais
SPRING_PROFILES_ACTIVE=prod
DATABASE_URL=...
JWT_SECRET=...

# Opcionais
SERVER_PORT=8080
JAVA_OPTS="-Xmx512m"

Pós-Deploy

□ Aplicação acessível
□ Health check OK
□ Logs visíveis
□ Banco de dados conectado
□ Monitoramento em funcionamento

---

8. Monitoramento em Produção

Actuator

management.endpoints.web.exposure.include=health,info,prometheus
management.endpoint.health.show-details=when_authorized

Logging Cloud

# Logs em JSON para cloud
logging.pattern.console={"timestamp":"%d","level":"%p","logger":"%c","message":"%m"}%n

Serviços de Monitoramento

• Railway: Métricas integradas
• Heroku: Heroku Metrics
• AWS: CloudWatch
• Externo: Datadog, New Relic

---

9. Resumo

Recomendações por Caso de Uso

Projeto pessoal / POC:
→ Railway (gratuito, simples)

Startup / MVP:
→ Railway ou Render ($5-20/mês)

PME / Produção:
→ Heroku ou AWS Elastic Beanstalk

Enterprise / Escala:
→ AWS ECS / Kubernetes

Deploy Express (Railway)

# 1. Ter um Dockerfile
# 2. Fazer push no GitHub
# 3. No railway.app:
#    - New Project → GitHub
#    - Add PostgreSQL
#    - Configurar variáveis
# 4. Pronto! 🚀

---

🎯 Próximo Passo

Hora da prática! Vamos dockerizar e fazer o deploy de uma aplicação.

➡️ TP12.1: Dockerização Completa

---

⬅️ Voltar ao Módulo 12