🚀 Gerador de Dados Fake para Grafana

Este projeto gera dados fake de IoT, Logs e Métricas de Sistema em tempo real e os expõe para o Prometheus, que pode ser visualizado no Grafana.

📋 Pré-requisitos

• .NET 8 SDK
• Docker e Docker Compose
• Git (opcional)

🛠️ Instalação e Configuração

1. Preparar o projeto .NET

# Criar diretório do projeto
mkdir FakeDataGenerator
cd FakeDataGenerator

# Criar o arquivo .csproj (copie o conteúdo do arquivo de projeto fornecido)
# Criar o Program.cs (copie o código C# fornecido)

# Restaurar dependências
dotnet restore

# Compilar o projeto
dotnet build

2. Preparar o ambiente Docker

Crie a seguinte estrutura de diretórios:

FakeDataGenerator/
├── Program.cs
├── FakeDataGenerator.csproj
├── docker-compose.yml
├── prometheus.yml
├── grafana/
│   ├── provisioning/
│   │   ├── datasources/
│   │   │   └── datasource.yml
│   │   └── dashboards/
│   │       └── dashboard.yml
│   └── dashboards/
│       └── fake-data-dashboard.json

3. Configurar datasource do Grafana

Crie o arquivo grafana/provisioning/datasources/datasource.yml:

apiVersion: 1

datasources:
  - name: Prometheus
    type: prometheus
    access: proxy
    url: http://prometheus:9090
    isDefault: true
    editable: true

4. Configurar dashboard do Grafana

Crie o arquivo grafana/provisioning/dashboards/dashboard.yml:

apiVersion: 1

providers:
  - name: 'default'
    orgId: 1
    folder: ''
    type: file
    disableDeletion: false
    updateIntervalSeconds: 10
    allowUiUpdates: true
    options:
      path: /var/lib/grafana/dashboards

E copie o conteúdo do dashboard JSON fornecido para grafana/dashboards/fake-data-dashboard.json.

▶️ Executando o Sistema

1. Subir Prometheus e Grafana

# Executar no diretório raiz do projeto
docker-compose up -d

Aguarde alguns segundos para os containers iniciarem.

2. Executar o gerador de dados

# Em outro terminal, no diretório do projeto
dotnet run

Você verá logs como:

🚀 Gerador de dados fake iniciado!
📊 Métricas Prometheus disponíveis em: http://localhost:9090/metrics  
📝 Logs sendo gerados no console
🌡️  Dados IoT sendo simulados

Pressione CTRL+C para parar...

🌡️  Temp: 24.5°C - Device: sensor-001 - Local: Sala A
💧 Umidade: 67.2% - Device: sensor-002 - Local: Almoxarifado  
📊 Pressão: 1013.4hPa - Device: gateway-01 - Local: Telhado
⚡ Energia: 156.8W - Device: sensor-003 - Local: Sala B
ℹ️ [INFO] WebAPI: Usuário user_1234 fez login com sucesso
💻 Sistema - CPU: 45.2% | Mem: 62.1% | Disco: 78.3% | Conn: 89

🌐 Acessando as Interfaces

Métricas do Prometheus (Raw)

• URL: http://localhost:9090/metrics
• Aqui você pode ver as métricas brutas que a aplicação está gerando

Prometheus UI

• URL: http://localhost:9091
• Interface para consultar métricas e criar queries PromQL

Grafana Dashboard

• URL: http://localhost:3000
• Usuário: admin
• Senha: admin123

📊 Métricas Disponíveis

IoT

• iot_temperature_celsius - Temperatura dos sensores (°C)
• iot_humidity_percent - Umidade relativa (%)
• iot_pressure_hpa - Pressão atmosférica (hPa)
• iot_power_watts - Consumo de energia (Watts)

Sistema

• system_cpu_usage_percent - Uso de CPU (%)
• system_memory_usage_percent - Uso de memória (%)
• system_disk_usage_percent - Uso de disco (%)
• system_network_in_bytes_total - Bytes recebidos (counter)
• system_network_out_bytes_total - Bytes enviados (counter)
• system_active_connections - Conexões ativas
• http_request_duration_seconds - Tempo de resposta HTTP (histogram)

Logs

• log_entries_total - Total de entradas de log por nível e fonte

🎯 Exemplos de Queries PromQL

# Taxa de CPU média nos últimos 5 minutos
avg(system_cpu_usage_percent)

# Temperatura máxima por localização
max(iot_temperature_celsius) by (location)

# Taxa de logs de erro por minuto
rate(log_entries_total{level="ERROR"}[1m])

# Percentil 95 do tempo de resposta
histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))

# Tráfego de rede total
rate(system_network_in_bytes_total[1m]) + rate(system_network_out_bytes_total[1m])

🔧 Personalização

Modificar dados IoT

Edite a classe IoTDataGenerator para alterar:

• Tipos de sensores
• Ranges de valores
• Localizações
• Nomes de dispositivos

Adicionar novos tipos de logs

Edite a classe LogDataGenerator para incluir:

• Novos níveis de log
• Diferentes fontes/serviços
• Novos templates de mensagens

Ajustar métricas de sistema

Modifique a classe MetricsDataGenerator para:

• Alterar ranges de valores
• Adicionar novas métricas
• Simular comportamentos específicos

Customizar dashboard

• Importe o dashboard no Grafana
• Edite os painéis conforme necessário
• Adicione alertas e notificações
• Exporte e salve as alterações

🐛 Troubleshooting

Aplicação não consegue conectar com Prometheus

• Verifique se o Prometheus está rodando: docker ps
• Confirme se a porta 9091 está livre
• Verifique os logs: docker-compose logs prometheus

Grafana não mostra dados

• Verifique se o datasource está configurado corretamente
• Confirme se a aplicação .NET está rodando
• Teste queries no Prometheus primeiro: http://localhost:9091

Performance

• Para ambientes de produção, ajuste os intervalos de scraping
• Configure retenção adequada de dados no Prometheus
• Monitore o uso de recursos dos containers

📝 Estrutura de Arquivos Final

FakeDataGenerator/
├── Program.cs                              # Código principal
├── FakeDataGenerator.csproj                # Arquivo do projeto
├── docker-compose.yml                      # Docker compose
├── prometheus.yml                          # Config do Prometheus
├── README.md                              # Este arquivo
├── grafana/
│   ├── provisioning/
│   │   ├── datasources/
│   │   │   └── datasource.yml            # Config do datasource
│   │   └── dashboards/
│   │       └── dashboard.yml             # Provisionamento de dashboards
│   └── dashboards/
│       └── fake-data-dashboard.json      # Dashboard principal

🚀 Próximos Passos

1. Execute tudo conforme as instruções
2. Acesse o Grafana e explore os dados
3. Customize conforme suas necessidades
4. Adicione alertas e notificações
5. Integre com seus sistemas reais

Dica: Deixe a aplicação rodando por alguns minutos para ver os gráficos de série temporal se popularem no Grafana! 📈