Files
monitoramento_personalizeit/README.md
luiscarlosjp 775d0e58ab
Some checks failed
Deploy / deploy (push) Failing after 33s
Atualizar README.md
2026-02-11 13:17:37 +00:00

5.4 KiB

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)

  1. Acesse Grafana em http://localhost:3000
  2. Vá para Configuration > Data Sources > Add data source
  3. Selecione JSON API
  4. Configure:
    • URL: http://monitoring-api:5000/api/tickets
    • Access: Server

Opção 2: Usar Prometheus (Recomendado para gráficos)

  1. Acesse Grafana em http://localhost:3000
  2. Vá para Configuration > Data Sources > Add data source
  3. Selecione Prometheus
  4. Configure:
    • URL: http://prometheus:9090
    • Access: Server

📈 Criar Dashboard no Grafana

Painel com Tabela de Atendimentos

  1. Novo Dashboard → Add Panel
  2. Query: Use datasource JSON
  3. Transform: Adicione transformação para selecionar campos contact_name e duration_formatted
  4. Visualization: Selecione Table

Painel com Gráfico de Duração

  1. Novo Dashboard → Add Panel
  2. Query: Use datasource Prometheus
  3. Metrics: Selecione ticket_duration_seconds
  4. Visualization: Selecione Stat ou Time series

🐛 Troubleshooting

Erro: "Failed to authenticate with API"

  • Verifique se API_USERNAME e API_PASSWORD estão 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

  1. Configure variáveis de ambiente adequadamente
  2. Use gunicorn ao invés de servidor Flask padrão (já configurado no Dockerfile)
  3. Configure HTTPS reverse proxy (nginx/caddy)
  4. Use volume persistente para Grafana l
  5. Configure backup de datasources do Grafana

📞 Suporte

Para mais informações, consulte: