Skip to content

Overview

Jump to bottom
Roberto Nascimento edited this page Jul 27, 2026 · 4 revisions

Home | Overview | Architecture | Idempotencia-e-Replay | API | Operations | Validation-Guide

📖 Visão Geral

LabTelemetry é um laboratório de telemetria OT/IT em Django. Ele adquire leituras de sensores industriais (reais ou simulados), persiste a série temporal, aplica regras de qualidade de processo, expõe endpoints JSON e renderiza um dashboard operacional.

🎯 Por Que Este Projeto Existe

Problema: a maioria dos projetos de dados demonstra ferramentas, não a forma que o dado tem na origem. Começam com um CSV limpo, quando o trabalho real começa num registrador Modbus de 16 bits, com sensor descalibrado e timestamp que às vezes vem da fonte e às vezes do coletor.

Abordagem: manter o sistema deliberadamente pequeno, para que o caminho da geração da telemetria até o consumo pela aplicação seja inteiramente visível, testável e reproduzível — sem introduzir plataforma distribuída antes de haver necessidade.

Resultado: cada decisão do pipeline cabe na cabeça de quem lê, e cada garantia tem um teste que a sustenta.

⚙️ Capacidades Principais

  • Aquisição multi-protocolo: Modbus TCP, OPC-UA e simulador determinístico, intercambiáveis atrás da mesma abstração.
  • Domínio de processo: pH, turbidez e TOC — parâmetros de tratamento de água, com limites e detecção de drift de calibração.
  • Qualidade como código: regras de limite e desvio avaliadas no backend, não em query de dashboard.
  • Alertas operacionais com supressão de duplicata por sensor e tipo.
  • API JSON sob /api/, simples o suficiente para alimentar o dashboard diretamente.
  • Idempotência enforçada no banco — ver Idempotencia-e-Replay.
  • Tracing opcional com OpenTelemetry e Jaeger, ligado por variável de ambiente.

🧭 Posicionamento Público

LabTelemetry se entende melhor como:

  1. um laboratório OT/IT reproduzível
  2. um projeto de portfólio com fluxo operacional real
  3. um produto de dados compacto, com contrato explícito

🚫 Fora de Escopo

O que não está aqui, não está por decisão:

  • Processamento de stream distribuído — o volume do lab não justifica; introduzir Kafka aqui demonstraria a ferramenta, não resolveria o problema.
  • Autenticação de produção na API — o escopo é laboratório local.
  • Infraestrutura cloud multi-região.
  • Exactly-once formal — o comportamento real e seus limites estão documentados em Idempotencia-e-Replay em vez de prometidos.

Clone this wiki locally