Einführung
In diesem Lab lernen Sie die Grundlagen der Erstellung eines Monitoring-Dashboards mit Grafana. Grafana ist eine beliebte Open-Source-Plattform für Monitoring und Observability, mit der Sie Ihre Metriken abfragen, visualisieren, alarmieren und analysieren können – unabhängig davon, wo sie gespeichert sind.
Sie starten einen Monitoring-Stack aus vorbereiteten Konfigurationsdateien. Er enthält:
- Grafana: Das Visualisierungstool, in dem Sie Ihr Dashboard erstellen werden.
- Prometheus: Eine Zeitreihendatenbank, die als Datenquelle für Grafana dient.
- Node Exporter: Ein Agent, der Hardware- und Betriebssystemmetriken vom Host-Rechner sammelt und für Prometheus zum Abrufen bereitstellt.
Ihr Ziel ist es, ein einfaches Dashboard von Grund auf neu zu erstellen, das die aktuelle CPU-Auslastung der Lab-Umgebung anzeigt.
Monitoring-Stack starten und erkunden
In diesem Schritt starten Sie Grafana, Prometheus und Node Exporter. Node Exporter stellt Systemmetriken bereit, Prometheus sammelt sie und Grafana zeigt sie an. Die Konfigurationsdateien und die Provisionierungsdateien für die Datenquelle sind vorbereitet.
cd /home/labex/project
Jedes feste Tag wählt die in diesem Lab verwendete Version. Downloads können mehrere Minuten dauern. Warten Sie bei jedem Befehl auf die Eingabeaufforderung. Schlägt ein Download fehl, führen Sie denselben Pull-Befehl erneut aus; Docker verwendet fertige Schichten wieder. Fahren Sie nicht fort, solange ein Download unvollständig ist.
docker pull prom/prometheus:v3.3.0
docker pull prom/node-exporter:v1.9.1
docker pull grafana/grafana:11.6.0
docker network create erstellt ein Netzwerk, in dem Container ihre Namen gegenseitig auflösen können. docker run -d startet einen Container im Hintergrund; --name benennt ihn, --network verbindet ihn mit dem Netzwerk und -p ordnet einen Host-Port einem Container-Port zu. Die -v-Mounts binden die vorbereiteten Konfigurationsdateien ein. Das Suffix :ro macht diese Mounts schreibgeschützt.
docker network create monitoring-net
docker run -d --name node-exporter --network monitoring-net -p 9100:9100 prom/node-exporter:v1.9.1
docker run -d --name prometheus --network monitoring-net -p 9090:9090 -v /home/labex/project/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml:ro prom/prometheus:v3.3.0
docker run -d --name grafana --network monitoring-net -p 8080:3000 -v /home/labex/project/grafana/provisioning:/etc/grafana/provisioning:ro grafana/grafana:11.6.0
Die curl-Optionen melden HTTP-Fehler und wiederholen vorübergehende Startfehler bis zu 30-mal im Abstand von zwei Sekunden. Ein laufender Container kann sich noch initialisieren; warten Sie daher auf eine erfolgreiche Zustandsprüfung, bevor Sie fortfahren.
curl --fail --silent --show-error --retry 30 --retry-delay 2 --retry-connrefused --retry-all-errors http://localhost:9090/-/ready
curl --fail --silent --show-error --retry 30 --retry-delay 2 --retry-connrefused --retry-all-errors http://localhost:8080/api/health
Prometheus sollte seine Bereitschaft melden; Grafana sollte "database": "ok" zurückgeben. Prüfen Sie die Container mit:
docker ps
Alle drei benannten Container sollten Up sein. Wählen Sie den Lab-Tab Grafana. Wird die eingebettete Anmeldung blockiert, öffnen Sie ihn über das entsprechende Steuerelement in einem neuen Browser-Tab. Melden Sie sich mit Benutzername admin und Passwort admin an und klicken Sie beim Passwortwechsel auf Skip. Diese Zugangsdaten gelten nur für dieses temporäre Lab.
Öffnen Sie Connections → Data sources und prüfen Sie, ob Prometheus vorhanden ist. Seine Provisionierungsdatei verbindet ihn über das gemeinsame Docker-Netzwerk mit http://prometheus:9090. Lassen Sie den Stack laufen, damit Prometheus vor der CPU-Abfrage mehrere Messwerte sammeln kann.
Ein neues Dashboard in Grafana erstellen
In diesem Schritt erstellen Sie ein leeres Dashboard und fügen die erste Visualisierung hinzu. Ein Dashboard ordnet Panels in einem Raster an; jedes Panel stellt das Ergebnis einer Datenabfrage dar.
Öffnen Sie Dashboards in der linken Seitenleiste. Klicken Sie auf New und wählen Sie New dashboard.
Klicken Sie im leeren Dashboard auf Add visualization. Wählen Sie in der Datenquellenauswahl Prometheus. So weiß das neue Panel, wohin es seine Abfragen senden soll.
Nun sollten Sie den Panel-Editor mit Vorschau, Abfrageeditor und Anzeigeoptionen sehen. Die CPU-Abfrage geben Sie im nächsten Schritt ein.
Panel mit PromQL-Abfrage für CPU-Auslastung hinzufügen
In diesem Schritt fügen Sie Ihrem Dashboard ein Panel hinzu und verwenden eine PromQL-Abfrage (Prometheus Query Language), um Daten zur CPU-Auslastung abzurufen.
Sie sollten sich bereits vom vorherigen Schritt im Panel-Editor befinden.
Am unteren Rand des Editors finden Sie den Abfragebereich. Die Datenquelle Prometheus sollte bereits standardmäßig ausgewählt sein.
Schalten Sie den Abfrageeditor auf Code um und geben Sie die folgende PromQL-Abfrage ein. Sie können sie direkt kopieren und einfügen.
100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)
Lassen Sie uns diese Abfrage aufschlüsseln:
node_cpu_seconds_total{mode="idle"}: Dies ist eine Metrik des Node Exporters, die die Gesamtzahl der Sekunden zählt, in denen sich die CPU im "Leerlauf" (idle) befand.rate(...[5m]): Diese Funktion berechnet die durchschnittliche Anstiegsrate der Leerlaufzeit pro Sekunde über die letzten 5 Minuten. Das Ergebnis ist ein Wert zwischen 0 und 1, der den Anteil der Zeit darstellt, in dem die CPU im Leerlauf war.avg by (instance): Dies aggregiert die Ergebnisse, was nützlich ist, wenn Sie mehrere CPUs oder Maschinen haben.* 100: Dies wandelt den Bruchteil in einen Prozentsatz um (z. B. wird aus 0,95 dann 95 %).100 - ...: Schließlich ziehen wir den Leerlauf-Prozentsatz von 100 ab, um die aktive CPU-Auslastung in Prozent zu erhalten.
Klicken Sie auf Run queries. Die Rate benötigt mindestens zwei Erfassungen; wurde der Stack gerade gestartet, warten Sie etwa 30 Sekunden und führen Sie die Abfrage erneut aus. In der oberen Vorschau sollte ein Diagramm der CPU-Auslastung über die Zeit erscheinen.
Ihr Panel zeigt nun Daten an, kann aber durch eine bessere Beschriftung und Formatierung noch verbessert werden, was Sie im nächsten Schritt tun werden.
Dashboard anpassen und speichern
In diesem Schritt beschriften Sie das CPU-Panel, formatieren die Werte als Prozentangaben und speichern das Dashboard. Klare Bezeichnungen erleichtern die Interpretation.
Setzen Sie rechts unter Panel options den Title exakt auf CPU Usage %.
Öffnen Sie unter Standard options die Unit, suchen Sie nach percent und wählen Sie Misc / Percent (0-100). Die Abfrage liefert bereits Werte zwischen 0 und 100; die Einheit ergänzt daher das Prozentzeichen, ohne die Werte neu zu skalieren.
Klicken Sie auf Back to dashboard, um das Panel zu behalten und zum Dashboard zurückzukehren. Das Dashboard ist noch nicht dauerhaft gespeichert.
Klicken Sie auf Save dashboard. Geben Sie im Speicherdialog den exakten Titel My System Dashboard ein und klicken Sie auf Save. Das Lab verwendet diesen Titel zum Auffinden Ihres Dashboards.
Prüfen Sie, dass das gespeicherte Dashboard das Panel CPU Usage % mit einem CPU-Diagramm und Prozentangaben enthält.
Zusammenfassung
In diesem Lab haben Sie ein Grafana-Dashboard von Grund auf aufgebaut. Sie haben den Monitoring-Stack aus vorbereiteten Konfigurationsdateien gestartet und die folgenden Schritte ausgeführt:
- Erkundung der Umgebung, bestehend aus Grafana-, Prometheus- und Node-Exporter-Containern.
- Navigation durch die Grafana-Benutzeroberfläche zur Erstellung eines neuen, leeren Dashboards.
- Hinzufügen eines Visualisierungs-Panels und Schreiben einer PromQL-Abfrage, um Daten zur CPU-Auslastung aus der Prometheus-Datenquelle abzurufen.
- Anpassung des Panel-Titels und der Einheitenformatierung für eine bessere Lesbarkeit.
- Speichern des fertigen Dashboards für die zukünftige Verwendung.
Sie haben nun den grundlegenden Arbeitsablauf für die Erstellung von Visualisierungen in Grafana kennengelernt. Sie können auf diesem Wissen aufbauen, indem Sie weitere Panels zu Ihrem Dashboard hinzufügen, um andere Systemmetriken wie Speicherauslastung, Festplatten-I/O oder Netzwerkverkehr zu überwachen.



