ProfesionalAutomatización de la monitorización
Reporting serverless de métricas sobre varios servidores Zabbix
Una Azure Function en Python que recoge métricas clave de varios servidores Zabbix, guarda el histórico en Azure Storage, genera informes Excel y los entrega en Microsoft Teams, sustituyendo el reporting manual.
- Rol
- Desarrollador principal
- Contexto
- ALIANDO · Área Managed Services
- Periodo
- 2025
01Resumen
Los datos de monitorización solo son útiles si llegan a quien los necesita. Lideré el desarrollo de un flujo totalmente automatizado que extrae métricas clave de varios servidores Zabbix, guarda su histórico en Azure Storage, genera informes Excel y los publica en Microsoft Teams — sin que nadie monte hojas de cálculo a mano.
02Contexto
En el área Managed Services de ALIANDO, los entornos de los clientes se monitorizan con Zabbix, a menudo con varios servidores Zabbix. El reporting periódico de métricas clave formaba parte del servicio.
03Problema
Recoger métricas de varios servidores Zabbix, consolidarlas y producir informes a mano es lento, repetitivo y propenso a errores, y no deja un histórico centralizado para comparar periodos.
04Mis responsabilidades
- Lideré el diseño y desarrollo del sistema de recogida de datos.
- Implementé la lógica de recogida y reporting en Python sobre Azure Functions.
- Integré varios servidores Zabbix como fuentes de datos.
- Automaticé la entrega de informes en Microsoft Teams.
05Arquitectura
Una Azure Function serverless escrita en Python consulta cada servidor Zabbix a través de su API, escribe las métricas en Azure Blob Storage como histórico centralizado, genera un informe Excel y lo entrega en un canal de Microsoft Teams. La Function y su almacenamiento se despliegan con Terraform.
- Observabilidad
- Servicio de Azure
- Datos y almacenamiento
- Externo / referencia
- Código y configuración
Descripción textual del diagrama
Una Azure Function en Python consulta varios servidores Zabbix a través de la API de Zabbix. La función guarda el histórico de métricas en Azure Blob Storage, genera un informe Excel y lo entrega en Microsoft Teams. Terraform despliega la función y el almacenamiento.
Flujos
- Zabbix server A → Azure Function (Zabbix API)
- Zabbix server B → Azure Function
- Zabbix server N → Azure Function
- Azure Function → Blob Storage (guarda)
- Azure Function → Informe Excel (genera)
- Informe Excel → Microsoft Teams (entrega)
- Terraform → Azure Function
Componentes
Zabbix server A · Zabbix server B · Zabbix server N · Azure Function · Blob Storage · Informe Excel · Microsoft Teams · Terraform
06Stack tecnológico
- Cómputo
- Azure Functions (serverless)
- Python
- Datos
- Azure Blob Storage
- Excel
- Integraciones
- Zabbix API
- Microsoft Teams
- Despliegue
- Terraform
07Enfoque de implementación
- Ejecución serverless en Azure Functions — sin servidores que parchear para una carga periódica.
- Un único colector que recorre varios servidores Zabbix, de modo que añadir una fuente es configuración, no código.
- Histórico centralizado en Blob Storage, que permite comparar periodos.
- Generación y entrega de informes automatizadas de extremo a extremo, con Teams como canal que el equipo ya utilizaba.
- La infraestructura de la solución declarada en Terraform.
08Retos y decisiones de ingeniería
Reto
Datos repartidos en varios servidores Zabbix independientes.
Decisión
Centralizar la recogida en una única función y persistir los resultados en un solo almacenamiento, con una única fuente de verdad para el reporting.
Reto
Los informes solo aportan valor si llegan a su audiencia.
Decisión
Entregarlos directamente en Microsoft Teams en lugar de dejar ficheros en el almacenamiento para que alguien los recoja.
09Consideraciones de seguridad
- Las credenciales de la API de Zabbix y el endpoint de entrega en Teams son secretos — pertenecen a la configuración de la aplicación, nunca al código fuente.
- La función necesita acceso de lectura a Zabbix y de escritura a su propio almacenamiento; nada más amplio.
10Consideraciones operativas
- Totalmente automatizado — recogida, almacenamiento, generación y entrega sin pasos manuales.
- El cómputo serverless evita mantener infraestructura para una carga que se ejecuta periódicamente.
11Resultados e impacto
- El reporting manual multiservidor sustituido por un flujo automatizado.
- Reducción de costes operativos y mejora de la eficiencia del reporting.
- Histórico de métricas centralizado disponible para análisis.
12Lecciones aprendidas
- Hay que automatizar todo el camino hasta el lector, no solo la recogida de datos.
- Serverless encaja de forma natural en cargas periódicas de integración entre plataformas.