IoT Stack.md

Nombre: Jahziel Amado López Angulo
Número de Control: 22211593
GitHub: Jahziel43

🧪 Práctica 3: Monitoreo IoT con InfluxDB, Prometheus y Grafana en EC2 + Tailscale

🎯 Objetivo de aprendizaje

Instalar y configurar un stack de monitoreo IoT en Ubuntu Server.
Conectar el servidor y dispositivos personales mediante Tailscale VPN.
Inyectar datos RAW simulados en InfluxDB.
Crear dashboards académicos en Grafana combinando datos de InfluxDB (IoT) y Prometheus (infraestructura).

---

1. Configuración de Tailscale ✅ (20%)

• EC2 conectada a la red Tailscale con --hostname=dashboard-server.
• Laptop y celular añadidos correctamente a la red.
• Acceso validado en el panel web de administración.

📸 Evidencia: Captura de pantalla del panel de administración de Tailscale mostrando los tres nodos conectados y el nombre del nodo dashboard-server.

2. Instalación de InfluxDB ✅ (15%)

• Repositorio agregado con claves GPG en trusted.gpg.d.
• Servicio habilitado y en ejecución.
• Organización iot-lab y bucket sensores creados.
• Token de escritura generado.

📸 Evidencia: Captura de pantalla de la interfaz web de InfluxDB (http://100.99.60.115:8086) mostrando:

• Organización iot-lab y bucket sensores creados
• Token visible/copied
• Captura de la interfaz web de InfluxDB (http://100.99.60.115:8086).

---

3. Instalación de Prometheus y Node Exporter ✅ (15%)

• Prometheus instalado en versión LTS (3.5.0 ARM64 ya que mi EC2 no manejaba el AMD64).
• prometheus.yml configurado con scrape_interval: 5s.
• Node Exporter instalado, escuchando en :9100.
• Servicios habilitados con systemd.

📸 Evidencia:

• systemctl status prometheus en estado active (running).
• systemctl status node_exporter en estado active (running).
• Captura de la interfaz web y métricas de Node Exporter (http://100.99.60.115:9100).
• Captura de la interfaz web de Prometheus (http://100.99.60.115:9090).

---

4. Instalación de Grafana ✅ (15%)

• Grafana OSS instalado y habilitado como servicio systemd.
• Acceso vía Tailscale (http://100.99.60.115:3000).
• Datasource InfluxDB configurado con token, org y bucket.
• Datasource Prometheus configurado en http://localhost:9090.

📸 Evidencia:

• Captura de la página de inicio de Grafana (admin con password cambiado).
• Captura del panel de configuración de Grafana mostrando ambos datasources activos.

---

5. Simulación de datos IoT ✅ (15%)

• Script Python (simulador.py) ejecutándose en EC2.
• Genera datos aleatorios de temperatura (18–30 °C) y humedad (40–70 %).
• Inserta en InfluxDB cada 5 segundos.

📸 Evidencia:

• Captura de la terminal con la salida Enviado: temp=XX.XX, hum=YY.YY.
• Captura en InfluxDB del bucket sensores mostrando los registros.

---

6. Dashboard en Grafana ✅ (15%)

• Panel para Temperatura desde InfluxDB.
• Panel para Humedad desde InfluxDB.
• Panel para CPU desde Prometheus (node_cpu_seconds_total).
• Panel para Memoria desde Prometheus (node_memory_MemAvailable_bytes).

📸 Evidencia:

• Captura del dashboard completo mostrando los cuatro paneles funcionando.
  

---

7. Informe escrito y reflexiones ✅ (5%)

✍️ Explicación:

• ¿Por qué es útil Tailscale en este escenario?
  Tailscale permite conectar nodos de manera segura mediante VPN sin necesidad de abrir puertos públicos en la nube. Esto simplifica el acceso remoto y evita riesgos de seguridad al no exponer servicios sensibles en Internet.

• Diferencia entre las métricas de IoT (InfluxDB) y las métricas de sistema (Prometheus/Node Exporter):

  • Métricas IoT (InfluxDB): provienen de sensores o simulaciones, son datos de dominio específico (ej. temperatura, humedad, presión). Están orientados a la aplicación o al fenómeno que se monitorea.
  • Métricas de sistema (Prometheus/Node Exporter): describen el estado de la infraestructura subyacente (CPU, memoria, red, disco). Se enfocan en la salud y desempeño del servidor.

---

📦 Entregables

• Capturas de pantalla descritas en cada sección.
• Código simulador.py adjunto en este gist.
• Dashboard en Grafana funcionando con datos combinados.