Dashboards do Grafana

LinuxBeginner
Pratique Agora

Introdução

Neste laboratório, você aprenderá os fundamentos da criação de um dashboard de monitoramento usando o Grafana. O Grafana é uma plataforma popular de código aberto para monitoramento e observabilidade que permite consultar, visualizar, criar alertas e explorar suas métricas, independentemente de onde estejam armazenadas.

Você iniciará uma pilha de monitoramento a partir de arquivos de configuração preparados. Ela inclui:

  • Grafana: A ferramenta de visualização onde você construirá seu dashboard.
  • Prometheus: Um banco de dados de séries temporais que servirá como fonte de dados para o Grafana.
  • Node Exporter: Um agente que coleta métricas de hardware e do sistema operacional da máquina host e as expõe para o Prometheus coletar.

Seu objetivo é construir um dashboard simples do zero que exiba o uso de CPU em tempo real do ambiente de laboratório.

Iniciar e explorar a pilha de monitoramento

Nesta etapa, você iniciará Grafana, Prometheus e Node Exporter. Node Exporter expõe métricas do sistema, Prometheus as coleta e Grafana as exibe. Os arquivos de configuração e de provisionamento da fonte de dados já estão preparados.

cd /home/labex/project

Cada tag fixa seleciona a versão utilizada neste laboratório. Os downloads podem levar vários minutos. Espere cada comando retornar ao prompt. Se um download falhar, execute novamente o mesmo comando pull; o Docker reutiliza as camadas concluídas. Não prossiga enquanto um download estiver incompleto.

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 cria uma rede em que os contêineres podem resolver os nomes uns dos outros. docker run -d inicia um contêiner em segundo plano; --name atribui o nome, --network conecta-o à rede e -p mapeia uma porta do host para uma porta do contêiner. Os mounts -v conectam os arquivos de configuração preparados. O sufixo :ro torna esses mounts somente leitura.

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

As opções de curl informam falhas HTTP e repetem erros temporários de inicialização até 30 vezes, com intervalos de dois segundos. Um contêiner em execução ainda pode estar inicializando: espere a verificação de integridade ter sucesso antes de continuar.

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 deverá informar que está pronto; Grafana deverá retornar "database": "ok". Inspecione os contêineres com:

docker ps

Os três contêineres nomeados devem estar Up. Selecione a aba Grafana do laboratório. Se o login incorporado for bloqueado, use seu controle de abertura no navegador para abrir uma nova aba. Entre com usuário admin e senha admin e clique em Skip na tela de alteração de senha. Essas credenciais são apenas para este laboratório temporário.

Abra Connections → Data sources e confirme a presença de Prometheus. Seu arquivo de provisionamento conecta a fonte a http://prometheus:9090 pela rede Docker compartilhada. Deixe a pilha em execução para que Prometheus colete várias amostras antes de escrever a consulta de CPU.

Criar um novo dashboard no Grafana

Nesta etapa, você criará um dashboard vazio e adicionará a primeira visualização. Um dashboard organiza painéis em uma grade; cada painel apresenta o resultado de uma consulta de dados.

Abra Dashboards na barra lateral esquerda. Clique em New e selecione New dashboard.

No dashboard vazio, clique em Add visualization. No seletor de fontes de dados, selecione Prometheus. Isso informa ao novo painel para onde enviar suas consultas.

Agora você deverá ver o editor de painéis, com a prévia da visualização, o editor de consultas e as opções de exibição. A consulta de CPU será inserida na próxima etapa.

Adicionar Painel com Consulta PromQL para Uso de CPU

Nesta etapa, você adicionará um painel ao seu dashboard e usará uma consulta PromQL (Prometheus Query Language) para buscar dados de uso de CPU.

Você já deve estar no editor de painéis da etapa anterior.

Na parte inferior do editor, você encontrará a seção de consulta. A fonte de dados Prometheus já deve estar selecionada por padrão. Mude o editor de consultas para Code e insira a consulta PromQL abaixo. Você pode copiá-la e colá-la diretamente.

100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

Vamos analisar esta consulta:

  • node_cpu_seconds_total{mode="idle"}: Esta é uma métrica do Node Exporter que conta o número total de segundos que a CPU esteve em um estado "ocioso" (idle).
  • rate(...[5m]): Esta função calcula a taxa média de aumento por segundo do tempo ocioso nos últimos 5 minutos. O resultado é um valor entre 0 e 1, representando a fração de tempo que a CPU esteve ociosa.
  • avg by (instance): Isso agrega os resultados, o que é útil se você tiver várias CPUs ou máquinas.
  • * 100: Isso converte o valor fracionário em uma porcentagem (por exemplo, 0,95 torna-se 95%).
  • 100 - ...: Finalmente, subtraímos a porcentagem ociosa de 100 para obter a porcentagem de uso ativo da CPU.

Clique em Run queries. O cálculo de rate precisa de pelo menos duas coletas; se a pilha acabou de iniciar, aguarde cerca de 30 segundos e execute a consulta novamente. Um gráfico do uso de CPU ao longo do tempo deverá aparecer na prévia superior.

Seu painel agora está exibindo dados, mas pode ser melhorado com rótulos e formatação melhores, o que você fará na próxima etapa.

Personalizar e salvar o dashboard

Nesta etapa, você dará um título ao painel de CPU, formatará seus valores como porcentagens e salvará o dashboard. Rótulos claros facilitam interpretar o resultado.

Em Panel options, à direita, defina Title exatamente como CPU Usage %.

Em Standard options, abra Unit, procure percent e selecione Misc / Percent (0-100). A consulta já retorna valores entre 0 e 100, então essa unidade adiciona o símbolo de porcentagem sem alterar a escala.

Clique em Back to dashboard para manter o painel e retornar ao dashboard. O dashboard ainda não foi salvo permanentemente.

Clique em Save dashboard. Na caixa de diálogo, insira o título exato My System Dashboard e clique em Save. O laboratório usa esse título para localizar o dashboard salvo.

Confirme que o dashboard salvo contém o painel CPU Usage % com um gráfico de CPU e unidades de porcentagem.

Resumo

Neste laboratório, você construiu um dashboard do Grafana do zero. Iniciou a pilha de monitoramento com arquivos de configuração preparados e realizou as seguintes ações:

  • Explorou o ambiente composto pelos containers Grafana, Prometheus e Node Exporter.
  • Navegou pela interface do Grafana para criar um novo dashboard vazio.
  • Adicionou um painel de visualização e escreveu uma consulta PromQL para buscar dados de uso de CPU da fonte de dados Prometheus.
  • Personalizou o título e a formatação da unidade do painel para melhor legibilidade.
  • Salvou o dashboard concluído para uso futuro.

Agora você aprendeu o fluxo de trabalho fundamental para criar visualizações no Grafana. Você pode desenvolver esse conhecimento adicionando mais painéis ao seu dashboard para monitorar outras métricas de sistema, como uso de memória, E/S de disco ou tráfego de rede.