ComomonitorarsuainfraestruturacomZabbixeGrafana

Imagine a seguinte cena: são 3 da manhã e o site principal da sua empresa cai. O banco de dados encheu o disco. Ninguém percebe até as 8h, quando o primeiro cliente reclama no WhatsApp. Até lá, você já perdeu 5 horas de vendas, formulários e credibilidade.

Agora imagine outra cena: às 3 da manhã, o disco atinge 85% de uso. Um alerta automático é disparado. O sistema de limpeza entra em ação. Às 8h, quando o expediente começa, tudo está funcionando normalmente, e você nem precisou acordar.

A diferença entre essas duas cenas é o monitoramento 24/7. E neste artigo, vamos explicar como ele funciona usando duas das ferramentas mais poderosas do mercado: Zabbix e Grafana.

·Por que monitoramento importa para PMEs

Existe um mito de que monitoramento de infraestrutura é coisa para grandes empresas com datacenters próprios e equipes de NOC. Na prática, é exatamente o contrário: quanto menor a empresa, maior o impacto de uma queda.

Uma grande corporação tem redundância, equipes de plantão e SLAs com fornecedores. Uma PME geralmente tem um servidor, uma pessoa que "entende de TI" e nenhum alerta configurado. Quando algo quebra, o diagnóstico começa do zero.

Monitoramento resolve isso ao fornecer três capacidades fundamentais:

• Visibilidade: saber exatamente o que está acontecendo em tempo real
• Prevenção: identificar tendências antes que virem problemas
• Diagnóstico rápido: quando algo falha, saber onde e por que em segundos

·O que é o Zabbix e o que ele faz

O Zabbix é uma plataforma open source de monitoramento criada em 2001 e usada por empresas como Dell, Salesforce e ICANN. Ele coleta métricas de servidores, redes, aplicações e serviços, e dispara alertas quando algo sai do normal.

Os componentes principais do Zabbix são:

Agentes

Um agente é um pequeno software instalado no servidor que coleta métricas locais: uso de CPU, memória, disco, rede, processos ativos, portas abertas. O agente envia esses dados para o servidor Zabbix em intervalos regulares (geralmente a cada 30 ou 60 segundos).

A versão mais recente, o Zabbix Agent 2, é escrita em Go e suporta plugins nativos para MySQL, Docker, Redis, PostgreSQL e dezenas de outros serviços.

Templates

Templates são conjuntos pré-configurados de métricas, triggers e gráficos para um tipo específico de serviço. Em vez de configurar manualmente cada métrica, você associa um template ao host e tudo já vem pronto.

No nosso ambiente, usamos os seguintes templates:

• Linux by Zabbix Agent: CPU, memória, disco, rede, processos, filesystems
• Docker by Zabbix Agent 2: status de containers, uso de CPU e memória por container
• MySQL by Zabbix Agent 2: queries por segundo, conexões, slow queries, replicação
• Nginx by Zabbix Agent: requisições ativas, aceitas, respondidas, taxa de erros
• Redis by Zabbix Agent 2: memória, keys, hit rate, conexões, persistência
• Website Certificate: validade SSL, dias até expiração, emissor, fingerprint

Triggers e alertas

Triggers são regras condicionais que avaliam as métricas coletadas. Quando uma condição é atendida (por exemplo, disco > 90% ou CPU > 95% por 5 minutos), o Zabbix gera um alerta.

Os alertas são classificados por severidade:

• Info: informativo, sem ação imediata
• Warning: atenção, acompanhar a tendência
• Average: médio, requer investigação
• High: alto, ação rápida necessária
• Disaster: crítico, intervenção imediata

Cada nível de severidade pode acionar canais diferentes de notificação: email para warnings, webhook para alertas médios, e WhatsApp ou ligação telefônica para situações críticas.

·O que o Grafana adiciona

O Zabbix coleta e armazena dados, mas seus dashboards nativos são limitados. E aí que entra o Grafana: uma plataforma de visualização que transforma dados brutos em dashboards interativos e visualmente claros.

O Grafana se conecta ao Zabbix como datasource e permite criar painéis personalizados com gráficos de linha, barras, gauges, tabelas, mapas de calor e muito mais. A grande vantagem é a flexibilidade: você monta o dashboard exatamente como precisa.

Na prática, usamos o Grafana para:

• Dashboard executivo: visão geral de saúde do servidor em uma única tela
• Análise histórica: comparar performance ao longo de semanas ou meses
• Alertas visuais: painéis que mudam de cor quando algo está fora do normal
• Compartilhamento: dar acesso de leitura para clientes verem seus próprios recursos

·Exemplo real: nosso ambiente de produção

Para mostrar que isso não é teoria, vamos descrever o que monitoramos no nosso próprio servidor de produção, o mesmo que hospeda sites de clientes.

O servidor tem 32 cores de CPU, 121 GB de RAM, SSD de 197 GB e storage Ceph de 5 TB. Nele rodam 7 sites, 7 containers Docker (Grafana, Zabbix, Keycloak, GLPI e proxies) e todos os serviços de hospedagem.

O Zabbix Agent 2 coleta mais de 400 métricas a cada minuto. Algumas das mais importantes:

·Como os alertas funcionam na prática

Ter métricas sem alertas é como ter câmeras de segurança que ninguém assiste. O valor real do monitoramento está na capacidade de notificar a pessoa certa, no canal certo, no momento certo.

No nosso ambiente, configuramos uma cadeia de notificação com escalonamento:

Esse escalonamento evita a "fadiga de alertas": aquela situação em que tantas notificações são enviadas que a equipe começa a ignorar todas.

·Métricas que realmente importam

Com centenas de métricas disponíveis, é fácil se perder em dados que não geram ação. Depois de anos gerenciando servidores, identificamos as métricas que realmente importam para hospedagem:

CPU e load average

O uso de CPU isolado pode ser enganoso: um pico de 100% por 2 segundos durante um deploy é normal. O que importa é o load average ao longo de 5 e 15 minutos. Se o load average de 15 minutos consistentemente ultrapassa o número de cores (no nosso caso, 32), algo precisa de atenção.

Memória e swap

RAM em uso alto não é necessariamente problema. O Linux usa memória livre para cache de disco, o que é desejável. O alerta real é quando o swap começa a ser usado. Swap significa que a RAM acabou e o sistema está usando disco como memória, o que é ordens de grandeza mais lento.

Disco: espaço e I/O

Espaço em disco é óbvio, mas o que muitos ignoram é o I/O wait: o tempo que a CPU fica esperando o disco responder. Um I/O wait alto com CPU baixa indica que o disco é o gargalo, comum em servidores com HDD ou quando múltiplos sites fazem queries pesadas simultaneamente.

Tempo de resposta e uptime

Monitoramos o tempo de resposta HTTP de cada site a cada 60 segundos. Se um site que normalmente responde em 200ms começa a levar 2 segundos, algo mudou, mesmo que o servidor não esteja "fora do ar". Essa métrica pega problemas de performance antes que virem downtime.

·Quanto custa implementar isso

Zabbix e Grafana são 100% open source e gratuitos. Não há custo de licença. O investimento real está em:

• Instalação e configuração: instalar os componentes, configurar agentes, templates e alertas
• Criação de dashboards: montar os painéis do Grafana com as métricas relevantes
• Tuning de alertas: ajustar thresholds para evitar falsos positivos e falsos negativos
• Manutenção contínua: atualizar templates, adicionar novos hosts, revisar triggers

Para uma PME com 1 a 5 servidores, o setup completo pode ser feito em 1 a 2 dias por um profissional experiente. Na ITS Connect, o monitoramento já vem incluso na hospedagem gerenciada. Comparado com o custo de um downtime não detectado (perda de vendas, reputação e horas de trabalho para diagnosticar), o investimento se paga na primeira ocorrência evitada.

·Monitoramento como cultura, não como ferramenta

A ferramenta é só o começo. O verdadeiro valor do monitoramento está em criar uma cultura de observabilidade na empresa. Isso significa:

• Revisar dashboards semanalmente, não apenas quando algo quebra
• Fazer post-mortem de incidentes para melhorar triggers
• Documentar o que cada alerta significa e qual a ação esperada
• Capacitar a equipe para interpretar métricas básicas

Um dashboard bonito que ninguém olha é apenas decoração. O monitoramento só funciona quando faz parte da rotina.