# mockupAWS - Backend Profiler & Cost Estimator

## Obiettivo del Progetto
`mockupAWS` è un ambiente di simulazione locale (homelab) progettato per replicare i layer di ingestion ed elaborazione cloud del progetto LogWhispererAI. 

Lo scopo principale non è analizzare i log, ma **profilare il traffico e calcolare i driver di costo** dei servizi AWS (SQS, Lambda, Bedrock/LLM) prima del deploy in produzione. Inviando log tramite Logstash a questo mockup, è possibile ottenere una stima precisa della fatturazione basata su traffico simulato o reale.

## Architettura e Metriche Misurate
Il mockup espone endpoint che simulano il comportamento dei servizi AWS, raccogliendo metriche essenziali:

* **Simulazione Ingestion (Amazon SQS / API Gateway):**
  * Misurazione delle richieste HTTP al secondo (RPS).
  * Calcolo della dimensione media dei payload (monitorando i blocchi di fatturazione da 64KB).
  * *Principio applicato: Safety First* - Validazione dell'integrità del payload in ingresso e verifica dell'avvenuta sanitizzazione dei dati (assenza di PII/Secreti).

* **Simulazione Compute (AWS Lambda):**
  * Profilazione dell'efficacia del batching e della deduplicazione.
  * *Principio applicato: Little Often* - Test del processamento a piccoli batch per simulare la lettura ottimizzata dalle code.

* **Simulazione LLM (Amazon Bedrock):**
  * Conteggio esatto dei token in ingresso (Input Tokens) tramite tokenizer (es. `tiktoken`).
  * *Principio applicato: Double Check* - Validazione finale del prompt generato prima del calcolo dei costi simulati.

## Requisiti
* Docker / Docker Compose
* Node.js (v20+) o Python (3.11+) [A seconda dello stack scelto per lo script]
* Logstash (configurato per puntare agli endpoint esposti da questo mockup)

## Flusso di Sviluppo (Spec-Driven & TDD)
Questo repository adotta un approccio rigoroso allo sviluppo:

1. **Spec-Driven**: Nessuna implementazione senza prima aver definito le specifiche di input/output.
2. **Test-Driven Development (TDD)**: I test per il calcolo delle metriche e la validazione dei payload (es. conteggio token, validazione limiti SQS) devono essere scritti *prima* della logica di routing.
3. **Gestione del Codice**: 
   * Flusso Git basato su **Conventional Commits** (`feat:`, `fix:`, `chore:`, `test:`).
   * Commit atomici e mirati.
   * Compilazione del file `CHANGELOG.md` aderente allo standard **Common Changelog**.
4. **Pull Requests**: Le PR devono includere l'esito dei test e la descrizione chiara del driver di costo AWS che si sta andando a simulare o correggere.

## Come avviare la simulazione
*(Da completare una volta definito lo stack esatto e i comandi di avvio, es. `docker-compose up --build`)*