12b350204afecc0d4fa05ad76fa209d60e985f12
Some checks failed
Deploy / deploy (push) Failing after 42s
Monitoramento de Atendimento - Grafana Integration
Sistema de integração entre a plataforma PersonalizeIT e o Grafana para monitoramento em tempo real de tickets de atendimento.
📋 Funcionalidades
- ✅ Autenticação automática na API PersonalizeIT
- ✅ Coleta de tickets com nome da pessoa e tempo de atendimento
- ✅ Três formatos de dados disponíveis:
- JSON - Para Grafana JSON Datasource
- Prometheus - Para scraping com Prometheus
- Time Series - Para visualizações de série temporal
- ✅ Cache inteligente com refresh automático
- ✅ Endpoints de health check e resumo
- ✅ Docker Compose completo com Grafana e Prometheus
- ✅ Suporte a SSL/TLS
🚀 Início Rápido
1. Clonar/Preparar o projeto
cd /home/luis/monitoramento_atendimento
2. Configurar credenciais
cp config/.env.example .env
Edite o arquivo .env com suas credenciais:
API_USERNAME=seu_email@exemplo.com
API_PASSWORD=sua_senha
3. Executar com Docker Compose
docker-compose up -d
Isso irá iniciar:
- Api (Flask) em
http://localhost:5000 - Grafana em
http://localhost:3000(admin/admin) - Prometheus em
http://localhost:9090
4. Verificar saúde da API
curl http://localhost:5000/health
📊 Endpoints Disponíveis
/ - Status da aplicação
curl http://localhost:5000/
/health - Health check
curl http://localhost:5000/health
/api/tickets - JSON com tickets
curl http://localhost:5000/api/tickets
Resposta:
{
"timestamp": "2026-02-09T12:30:00.000000",
"total_tickets": 10,
"tickets": [
{
"id": 26459,
"contact_name": "Júlia Donelli",
"duration_seconds": 56,
"duration_formatted": "00:00:56",
"status": "pending",
"queue": "EQUIPAMENTO EM MANUTENÇÃO",
"contact_number": "555199448030"
}
]
}
/metrics - Prometheus metrics
curl http://localhost:5000/metrics
/api/timeseries - Dados de série temporal
curl http://localhost:5000/api/timeseries
/api/summary - Resumo estatístico
curl http://localhost:5000/api/summary
🔧 Configuração de Datasource no Grafana
Opção 1: Usar JSON Datasource (Recomendado para tabelas)
- Acesse Grafana em
http://localhost:3000 - Vá para Configuration > Data Sources > Add data source
- Selecione JSON API
- Configure:
- URL:
http://monitoring-api:5000/api/tickets - Access: Server
- URL:
Opção 2: Usar Prometheus (Recomendado para gráficos)
- Acesse Grafana em
http://localhost:3000 - Vá para Configuration > Data Sources > Add data source
- Selecione Prometheus
- Configure:
- URL:
http://prometheus:9090 - Access: Server
- URL:
📈 Criar Dashboard no Grafana
Painel com Tabela de Atendimentos
- Novo Dashboard → Add Panel
- Query: Use datasource JSON
- Transform: Adicione transformação para selecionar campos
contact_nameeduration_formatted - Visualization: Selecione
Table
Painel com Gráfico de Duração
- Novo Dashboard → Add Panel
- Query: Use datasource Prometheus
- Metrics: Selecione
ticket_duration_seconds - Visualization: Selecione
StatouTime series
🐛 Troubleshooting
Erro: "Failed to authenticate with API"
- Verifique se
API_USERNAMEeAPI_PASSWORDestão corretos - Confirme se a API está acessível:
curl https://api-personalizeit.zapplataforma.chat/auth/login
Erro: "Connection refused"
- Verifique se os containers estão em execução:
docker-compose ps - Reinicie os containers:
docker-compose restart
Sem dados no Grafana
- Verifique logs da API:
docker-compose logs monitoring-api - Teste endpoint diretamente:
curl http://localhost:5000/api/summary
📝 Logs
Ver logs da aplicação:
docker-compose logs -f monitoring-api
Ver logs do Grafana:
docker-compose logs -f grafana
🛑 Parar os containers
docker-compose down
🗂️ Estrutura do Projeto
monitoramento_atendimento/
├── src/
│ ├── app.py # Aplicação Flask
│ ├── api_client.py # Cliente da API
│ ├── data_formatter.py # Formatação de dados
│ └── config.py # Configurações
├── config/
│ └── .env.example # Template de variáveis
├── docker-compose.yml # Orquestração Docker
├── Dockerfile # Build da aplicação
├── prometheus.yml # Configuração Prometheus
├── requirements.txt # Dependências Python
└── README.md # Este arquivo
🔐 Segurança
- As credenciais são gerenciadas via arquivo
.env(não versionado) - A API usa Bearer token para autenticação
- SSL/TLS é verificado por padrão
- Health checks garantem disponibilidade
🚀 Para Produção
- Configure variáveis de ambiente adequadamente
- Use
gunicornao invés de servidor Flask padrão (já configurado no Dockerfile) - Configure HTTPS reverse proxy (nginx/caddy)
- Use volume persistente para Grafana l
- Configure backup de datasources do Grafana
📞 Suporte
Para mais informações, consulte:
Description
Languages
Python
93.8%
Shell
5.1%
Dockerfile
1.1%