Sistema web para gerenciamento de frota logística e análise operacional, desenvolvido como MVP para centralizar informações de veículos, viagens e manutenções.
A aplicação permite acompanhar a utilização da frota através de um dashboard analítico, fornecendo indicadores estratégicos para apoio à tomada de decisão.
O design inicial da aplicação foi desenvolvido no Figma, contendo os principais fluxos e telas do sistema.
- Acessar protótipo no Figma: https://www.figma.com/design/y0dLNS7EfWtbKMiQTougpR/LogiTrack-Pro?m=auto&t=qyjs97pd2h3IcYg4-1
- Frontend: https://logitrack-pro-lyart.vercel.app/
- Backend API: https://logitrack-pro-1sp1.onrender.com/
Visão geral dos principais indicadores operacionais da frota:
Listagem dos veículos cadastrados:
Detalhamento individual do veículo com indicadores e gráficos:
Visualização das viagens realizadas:
Cadastro de uma nova viagem:
Consulta das manutenções cadastradas:
O projeto foi desenvolvido com o objetivo de substituir controles descentralizados em planilhas por uma aplicação web capaz de:
- Registrar operações da frota.
- Centralizar informações de veículos, viagens e manutenções.
- Disponibilizar indicadores operacionais.
- Auxiliar gestores através de consultas analíticas.
O sistema permite o acompanhamento da utilização dos veículos, controle de manutenção e análise de desempenho da frota.
O desenvolvimento foi organizado utilizando GitHub Projects, onde as funcionalidades foram descritas como histórias de usuário e acompanhadas através de um fluxo Kanban.
O quadro contém:
- 📝 Histórias de usuário.
- 📌 Organização das tarefas por etapa.
- 📈 Acompanhamento de progresso.
- ✅ Controle das funcionalidades concluídas.
Acesse o quadro:
➡️ Kanban do Projeto - GitHub Projects
Além do código-fonte, o projeto possui documentação complementar sobre arquitetura, decisões técnicas e modelagem do sistema.
-
🏗️ Arquitetura do Sistema
Explica a organização do backend, frontend, fluxo de comunicação e responsabilidades das camadas. -
🧠 Decisões Técnicas
Documenta escolhas realizadas durante o desenvolvimento, incluindo modelagem do banco, DTOs, Projections, SQL nativo e estratégias adotadas. -
🗄️ Modelo de Banco de Dados
Contém DER atualizado, scripts de criação e documentação das alterações realizadas em relação ao banco inicial. -
👥 Histórias de Usuário
Apresenta as funcionalidades do sistema sob a perspectiva dos usuários.
Permite controlar todo o ciclo de registro das viagens realizadas.
Funcionalidades:
- Cadastro de viagens.
- Atualização de registros.
- Exclusão de viagens.
- Listagem de viagens cadastradas.
- Filtros por:
- 🚘 Placa do veículo.
- 📍 Origem.
- 📍 Destino.
Permite consultar informações e indicadores individuais de cada veículo.
Funcionalidades:
- Listagem dos veículos cadastrados.
- Visualização detalhada do veículo.
- Indicadores individuais:
- Quantidade de viagens realizadas.
- Quilometragem acumulada.
- Custos de manutenção.
- Custo médio por quilômetro.
- Evolução mensal de quilometragem.
- Custo médio de manutenção.
Permite acompanhar os serviços realizados na frota.
Funcionalidades:
- Visualização das manutenções cadastradas.
- Consulta dos serviços realizados.
- Consulta dos custos associados.
O dashboard apresenta indicadores extraídos diretamente do banco de dados.
Métricas disponíveis:
- 🚚 Total de KM percorrido pela frota.
- 📊 Volume de viagens por categoria de veículo (Leve/Pesado).
- 🔧 Próximas manutenções agendadas.
- 🏆 Ranking de utilização dos veículos.
- 💰 Projeção financeira de manutenção.
⚠️ Manutenções pendentes.- 📈 Evolução de quilometragem por dia.
As métricas utilizam consultas SQL específicas para operações de:
- Agregação.
- Agrupamento.
- Análise de dados.
- Java 25.
- Spring Boot 4.0.7.
- Spring Data JPA.
- PostgreSQL.
- Flyway.
- Maven.
- React 19.2.7.
- TypeScript 6.0.2.
- Vite 8.1.1.
- Tailwind CSS 4.3.3.
- TanStack React Query.
- Axios.
- React Hook Form.
- Zod.
- Recharts.
- React Router.
- Docker.
- Docker Compose.
- PostgreSQL 17.
O backend segue uma arquitetura em camadas:
Controller
|
Service
|
Repository
|
Database
- Controller: exposição dos endpoints REST.
- Service: regras de negócio e orquestração.
- Repository: comunicação com o banco de dados.
- DTOs: transferência controlada de informações.
- Mapper: conversão entre entidades e objetos de resposta.
- Projection: retorno otimizado para consultas analíticas.
A aplicação frontend utiliza organização baseada em funcionalidades:
features/
├── dashboard
├── viagens
├── veiculos
└── manutencoes
Cada módulo possui seus próprios:
- Componentes.
- Hooks.
- Serviços.
- Tipagens.
LogiTrack-Pro
├── backend
│ ├── controller
│ ├── service
│ ├── repository
│ ├── dto
│ ├── model
│ └── projection
│
├── frontend
│ ├── components
│ ├── features
│ ├── hooks
│ └── services
│
├── docs
│
└── docker-compose.yml
O banco utilizado é o PostgreSQL.
O gerenciamento do schema é realizado através do Flyway, garantindo versionamento e rastreabilidade das alterações.
A aplicação utiliza:
spring.jpa.hibernate.ddl-auto=validateDessa forma:
- O Hibernate apenas valida o modelo existente.
- Alterações estruturais são controladas pelas migrations.
- O banco permanece sincronizado com o código.
As alterações realizadas no modelo inicial estão documentadas em:
docs/banco/V2
Necessário possuir:
- Docker.
- Docker Compose.
Na raiz do projeto:
docker compose up --buildServiços iniciados:
http://localhost:5173
http://localhost:8080
PostgreSQL
localhost:5432
A API possui documentação interativa utilizando Swagger/OpenAPI.
Após iniciar o backend, acessar:
http://localhost:8080/swagger-ui/index.html
O módulo de viagens foi escolhido como principal CRUD porque possui relação direta com grande parte das métricas utilizadas no dashboard.
As entidades JPA não são expostas diretamente pela API.
Foram utilizados DTOs para:
- Controlar dados enviados e recebidos.
- Evitar exposição da estrutura interna das entidades.
- Melhorar organização da comunicação entre camadas.
As consultas analíticas foram implementadas utilizando SQL específico para operações como:
- SUM.
- COUNT.
- GROUP BY.
- Ordenações.
- Agregações.
Campos como:
- Tipo de veículo.
- Status de manutenção.
Utilizam enums para reduzir inconsistências nos valores armazenados.
Estrutura dos documentos complementares:
docs/
├── banco
├── arquitetura.md
├── decisoes-tecnicas.md
└── user-stories.md
Incluindo:
- Modelo de dados.
- Alterações realizadas no banco.
- Histórias de usuário.
- Decisões arquiteturais.
Possíveis evoluções do sistema:
- 🔐 Autenticação e autorização de usuários.
- 👥 Controle de permissões por perfil.
- 🧪 Testes automatizados.
- 📄 Paginação avançada.
- 📊 Relatórios exportáveis.