A adoção do Grafana como solução de visualização centralizada é uma escolha comum em ambientes corporativos. No entanto, escalar para centenas de unidades (estabelecimento) requer uma abordagem arquitetônica e operacional padronizada. Neste post, detalhamos uma implantação de Grafana com alta disponibilidade, autenticação LDAP e provisionamento automatizado para +200 estabelecimentos, incluindo dashboards e fontes de dados via API.

Obs

1. Grafana em alta disponibilidade (HA)

Para garantir resiliência e continuidade de serviço, a implantação foi realizada com:

  • Instâncias Grafana em load balancer (modo stateless);
  • Banco de dados MySQL externo compartilhado para estado e sessão;
  • Diretório de plugins compartilhados via NFS;
  • Monitoramento do próprio Grafana via dashboards internos.

Desenho de implantação:

[Usuário] → Load Balancer → [Instância Grafana A/B] → MySQL + NFS Plugins

2. Autenticação LDAP para estabelecimentos

O Grafana foi configurado para autenticação contra Active Directory (LDAP), com regras que direcionam o usuário automaticamente para a organização correta baseada no grupo do AD:

[[servidores]]

host = “ad.corp.local”

bind_dn = “CN=ldap_reader,OU=Serviços,DC=local”

bind_password = “senha”

…

[[servers.group_mappings]]

group_dn = “CN=estabelecimento1,OU=Estabelecimentos,DC=dnslocal”

org_id = 1

org_role = “Visualizador”

Cada estabelecimento possui seu grupo de usuários e organização dedicada.

3. Automação para criação de estabelecimentos, fontes de dados e plugins utilizando scripts python e comandos SQL diretamente no banco do Grafana, foi realizado:

Criação de organizações em lote (INSERT INTO estabelecimento);

Associação de datasources por estabelecimento (Zabbix + TestData) com UID fixo padronizado:

  • uid_zabbix_estabelecimentoXXX

  • Ativação do plugin Zabbix App via plugin_setting com enabled=1.

4. Provisionamento de dashboards via API com UID e grupo padronizados para manter consistência visual e funcional:

Os dashboards foram exportados e tratados com substituições em lote de:

  • Grupo variável com regex padronizado /123.*/;

  • Fontes de dados definidas por UID fixo, conforme organização;

  • Scripts Python autenticam por login/senha, alternam organização e realizam POST no endpoint /api/dashboards/db para cada JSON.

Com esse modelo:

  • A escalabilidade é garantida pela separação de organizações;

  • O gerenciamento de acesso é automático e seguro via LDAP;

  • Dashboards padronizados facilitam suporte e onboarding;

  • A alta disponibilidade assegura robustez para ambiente crítico.

Esse tipo de estrutura é ideal para grandes redes, varejo ou ambientes distribuídos. Se quiser um exemplo funcional ou clonar esse modelo, entre em contato.