Lerne in neun geführten Labs die Grundlagen von Metrik-Monitoring, Visualisierung, Log-Aggregation und Alert-Auswertung. Du führst Prometheus, Node Exporter, Grafana, Loki und Promtail in Docker aus, verbindest sie über lokale Netzwerke und untersuchst Metriken und Logs in ihren Weboberflächen.
Der Kurs besteht aus fokussierten Einsteigerübungen und nicht aus einem einzigen persistenten Produktions-Deployment. Jedes Lab stellt die für sein Thema nötigen Ausgangsdienste bereit, damit du Konfigurationen, Abfragen, Dashboards und Validierung üben kannst, ohne vorher eine komplette Plattform aufzubauen.
Was du lernen wirst
Nach Abschluss kannst du:
- Prometheus in Docker ausführen und mit Weboberfläche, Status-Endpunkten und Targets-Seite die Gesundheit prüfen.
- Eine Scrape-Konfiguration schreiben, in einen Container mounten und Änderungen über die Lifecycle API neu laden.
- Node Exporter in einem Docker-Netzwerk bereitstellen und CPU- sowie Betriebssystemmetriken mit Prometheus sammeln.
- Zeitreihen mit PromQL auswählen und filtern sowie Range Selectors und
rate()auf Counter anwenden. - Grafana mit Prometheus verbinden und ein gespeichertes Dashboard-Panel zur CPU-Auslastung erstellen.
- Einen lokalen Single-Node-Loki konfigurieren, starten und Readiness sowie Startverhalten prüfen.
- Promtail zum Versand von Systemlogs an Loki konfigurieren und sie mit LogQL in Grafana untersuchen.
- Eine CPU-Alert-Regel laden, Testlast erzeugen und die Zustände inactive, pending und firing beobachten.
Für wen dieser Kurs geeignet ist
Der Kurs richtet sich an Einsteiger in DevOps, Systemadministration oder SRE, die den Zusammenhang zwischen Metriken, Dashboards, Logs und Alert-Regeln praktisch verstehen möchten. Auch Entwickler erhalten Einblick darin, wie ein kleiner lokaler Observability-Stack Betriebsdaten erfasst und darstellt.
Voraussetzungen: Du solltest ein Linux-Terminal bedienen, YAML bearbeiten und Befehle lesen können. Grundkenntnisse zu Docker-Images, Containern, Ports, Volumes und Netzwerken sind hilfreich, weil alle Tools containerisiert laufen.
Lernumgebung: Alle neun Labs verwenden bereitgestellte Docker-fähige Ubuntu-22.04-Umgebungen. Du arbeitest im Terminal und in den lokalen Oberflächen von Prometheus und Grafana; benötigte Beispieldienste und vorkonfigurierte Komponenten werden je Lab bereitgestellt.
Häufig gestellte Fragen
Bauen die neun Labs einen einzigen persistenten Monitoring-Stack auf?
Nein. Die geführten Umgebungen sind getrennt, und manche starten mit bereits laufenden Komponenten. Du installierst oder konfigurierst jedes Hauptwerkzeug, aber der Stack bleibt nicht zwischen Labs erhalten.
Versendet das Alerting-Lab E-Mails oder Chat-Nachrichten?
Nein. Du erstellst eine Regel, erzeugst CPU-Last und beobachtest ihre Zustände in Prometheus. Alertmanager und externe Empfänger werden nicht konfiguriert.
Ist das Loki-Setup eine Produktionsarchitektur?
Nein. Verwendet wird ein lokaler Single-Node-Loki ohne Authentifizierung und mit Dateisystemspeicher. Dauerhafter verteilter Speicher, Multi-Tenancy, Authentifizierung, Retention und Skalierung sind nicht enthalten.
Benötige ich gehostetes Grafana, Cloud-Zugangsdaten oder andere Konten?
Nein. Alle Komponenten laufen lokal in den Labs und sind über lokale URLs erreichbar. Ein Observability-Abonnement oder Cloud-Konto ist nicht erforderlich.
