Monitoramento Moderno de APIs com Zabbix + FastAPI + Docker (Projeto Completo)

Nos últimos dias desenvolvi um projeto que une observabilidade, Cloud, Python e monitoramento inteligente, simulando na prática o monitoramento de uma API em tempo real.

Este projeto foi criado do zero, usando FastAPI, Docker, PostgreSQL e o poderoso Zabbix, amplamente utilizado em empresas para monitorar infraestrutura, serviços críticos e APIs de alta disponibilidade.

Neste artigo, compartilho todo o processo, arquitetura, soluções encontradas e resultados.

Objetivo do Projeto

Criar uma API simples, gerar métricas dinâmicas e monitorá-las em tempo real usando o Zabbix, configurando:

✔ Coleta via HTTP

✔ Dashboard em tempo real

✔ Triggers inteligentes

✔ Alertas de falha

✔ Métricas automatizadas (CPU, latência, timestamp e versão)

✔ Simulação de API real em ambiente Docker

Esse tipo de projeto demonstra habilidades importantes para vagas como:

Analista de Monitoramento
Cloud Support
DevOps Jr
SRE Jr
Analista de Observabilidade
Infraestrutura

Arquitetura do Sistema

A arquitetura final ficou assim:


FastAPI  →  Zabbix Server → Dashboard e Alertas
          ↑
          |
       PostgreSQL (DB do Zabbix)

Tudo rodando via Docker, garantindo isolamento e facilidade para deploy.

1. Construção da API (FastAPI)

A API foi criada simulando uma aplicação real, retornando métricas aleatórias:

latência
uso de CPU
versão do sistema
timestamp
status health

Endpoint /metrics retornando JSON:


{
"latency_ms": 67,
"cpu_usage": 8,
"version": "1.0.0",
"timestamp": 1764718910.9
}

E o endpoint /health validando se a API está UP ou DOWN.

2. Docker + Docker Compose

Todo o ambiente de monitoramento foi containerizado:

PostgreSQL
Zabbix Server
Zabbix Frontend
API FastAPI

Com apenas:


docker compose up -d

O ambiente inteiro sobe pronto para uso.

Para o Zabbix Frontend, usei acesso via porta 8080.

3. Configuração do Zabbix

Criei um Host dedicado:

Nome: API Cloud Jailson

Interface: HTTP Agent

URL: /metrics

Itens monitorados:

MétricaTipoOrigemHealthHTTP/healthLatênciaDependent itemfrom metricsCPUDependent itemfrom metricsTimestampDependent itemfrom metricsVersãoDependent itemfrom metrics

Utilizei Preprocessing → JSONPath para extrair os valores da API.

4. Triggers (Alertas Inteligentes)

Configurei triggers reais que simulam falhas de uma API em produção.

⚠ Latência Alta


last(/servidor/api.latency) > 500

🔥 CPU Alta


last(/servidor/api.cpu) > 80

❌ API Offline


last(/servidor/api.health) = 0

🧊 Timestamp congelado (API travada)


now() - last(/servidor/api.timestamp) > 120

🧩 Versão incorreta


last(/servidor/api.version) <> 1

Essas triggers acionam alertas no painel de problemas do Zabbix.

5. Dashboard Moderno

O Dashboard final mostra:

Status da API (UP/DOWN)
Latência por segundo
CPU em tempo real
Timestamp atualizado
Relógio do sistema

Além disso, gráfico histórico mostrando tendências.

O resultado ficou visualmente limpo, profissional e excelente para análise.

6. Testes e Simulação de Falhas

Para validar alertas, simulei falhas alterando a API manualmente:

latência exagerada
CPU forçada em 100%
timestamp congelado
versão errada
API derrubada

Todos os alertas foram automaticamente detectados pelo Zabbix, confirmando que a configuração estava correta e funcional.

Conclusão

Este projeto entrega:

✔ Um ambiente completo de monitoramento

✔ API real simulada

✔ Dashboards profissionais

✔ Alertas avançados

✔ Dockerização total

✔ MAPEAMENTO COMPLETO de problemas

É um projeto ideal para demonstrar conhecimento em:

Monitoramento inteligente
Cloud e containers
Observabilidade
DevOps
Integração de APIs com Zabbix

Se você trabalha com Cloud, Monitoramento ou quer entrar na área de SRE/DevOps, vale muito a pena replicar este projeto!

Github : https://github.com/JailsonsouzaStarCityCorp/Monitoramento-de-API-em-Tempo-Real-Zabbix-FastAPI-Docker