Day 4 已經讓 Prometheus 成功收到 server01 的監控資料。

目前架構是：

server01
│
│ Node Exporter :9100
▼
Prometheus :9090

在 Prometheus 裡，我們已經可以查到：

node_cpu_seconds_total
node_memory_MemAvailable_bytes
node_filesystem_avail_bytes

問題是，這些資料對人來說並不是很好閱讀。

今天要做的事情很單純：

安裝 Grafana，連接 Prometheus，做出第一個 Server Dashboard。

今天完成後會變成這樣
server01
│
│ Metrics
▼
Node Exporter
│
▼
Prometheus
│
│ Data Source
▼
Grafana
│
▼
Dashboard

Prometheus 繼續負責收資料。

Grafana 則負責把這些資料畫成圖表。

Step 1：安裝 Grafana

先登入 Monitoring Server：

ssh username@192.168.1.100

安裝必要套件：

sudo apt update
sudo apt install -y apt-transport-https software-properties-common wget gpg

加入 Grafana 的 repository：

sudo mkdir -p /etc/apt/keyrings
wget -q -O - https://apt.grafana.com/gpg.key |
gpg --dearmor |
sudo tee /etc/apt/keyrings/grafana.gpg > /dev/null

接著加入套件來源：

echo "deb [signed-by=/etc/apt/keyrings/grafana.gpg] https://apt.grafana.com stable main" |
sudo tee /etc/apt/sources.list.d/grafana.list

更新套件清單：

sudo apt update

安裝 Grafana：

sudo apt install grafana -y
Step 2：啟動 Grafana

安裝完成後啟動服務：

sudo systemctl start grafana-server

設定開機自動啟動：

sudo systemctl enable grafana-server

確認狀態：

sudo systemctl status grafana-server

如果看到：

Active: active (running)

代表 Grafana 已經正常啟動。

Step 3：打開 Grafana

Grafana 預設使用：

3000 Port

所以在瀏覽器輸入：

http://192.168.1.100:3000

第一次登入預設帳號通常是：

Username：admin
Password：admin

第一次登入後 Grafana 會要求修改密碼。

完成之後，就會進到 Grafana 首頁。

Step 4：把 Prometheus 接進 Grafana

Grafana 本身不負責收 Server Metrics。

所以要告訴 Grafana：

資料在 Prometheus 裡。

在 Grafana 裡找到：

Connections → Data sources

選擇：

Prometheus

接著設定 Prometheus Server URL：

http://localhost:9090

因為目前 Prometheus 和 Grafana 都裝在同一台 Monitoring Server，所以直接使用 localhost 即可。

最後按：

Save & Test

如果看到類似：

Successfully queried the Prometheus API.

代表：

Prometheus
│
▼
Grafana

已經成功連接。

Step 5：做第一個 Dashboard

接下來建立：

Dashboards → New → New Dashboard

選擇：

Add visualization

Data Source 選：

Prometheus

第一個我們先做最簡單的。

輸入：

up{job="server01"}

昨天有提到：

1 = 正常
0 = 無法取得資料

所以這個 Panel 可以直接拿來看：

server01 現在是不是還活著。

Panel 名稱可以設定成：

Server Status

Visualization 可以選：

Stat

這樣就有第一個監控 Panel 了。

Step 6：加入 Memory 使用率

只有 Server Status 當然不太夠。

接著新增第二個 Panel。

這次看 Memory。

Prometheus 原本會提供：

node_memory_MemTotal_bytes

以及：

node_memory_MemAvailable_bytes

我們可以利用這兩個數字算出目前 Memory 使用率。

輸入：

100 * (
1 -
node_memory_MemAvailable_bytes{job="server01"}
/
node_memory_MemTotal_bytes{job="server01"}
)

Visualization 可以選：

Gauge

Unit 則選：

Percent (0-100)

這樣 Dashboard 上就會直接顯示：

Memory Usage

62%

比昨天直接看到一大串 Bytes 好理解很多。

Step 7：加入 CPU 使用率

再新增第三個 Panel。

輸入：

100 - (
avg by(instance) (
rate(node_cpu_seconds_total{
job="server01",
mode="idle"
}[5m])
) * 100
)

Panel 名稱：

CPU Usage

Visualization 一樣可以使用：

Gauge

Unit：

Percent (0-100)

現在我們的 Dashboard 已經開始有點樣子了。

第一個 Dashboard 完成

目前應該至少有：

┌─────────────────────────────┐
│ server01 │
├─────────┬─────────┬─────────┤
│ Status │ CPU │ Memory │
│ │ │ │
│ 1 │ 35% │ 62% │
└─────────┴─────────┴─────────┘

雖然還很簡單，但現在我們終於不用一直看：

node_memory_MemAvailable_bytes

或：

node_cpu_seconds_total

而是可以直接看到：

CPU 現在多少？

Memory 用了多少？

Server 還有沒有正常被監控？

Prometheus 和 Grafana 到底差在哪？

做到這裡，也比較容易理解兩個工具各自在做什麼。

Prometheus：

幫我們把監控資料收回來。

Grafana：

幫我們把資料變得看得懂。

所以目前整套流程已經變成：

Server
↓
Node Exporter
↓
Prometheus
↓
Grafana
↓
Dashboard

到這一步，我們已經有一套最基本的 Server Monitoring 了。

Day 5 完成

今天完成：

✓ 安裝 Grafana
✓ 啟動 Grafana
✓ 連接 Prometheus
✓ 建立第一個 Dashboard
✓ Server Status
✓ CPU Usage
✓ Memory Usage

現在我們已經可以看到主機狀態。

但還有一個很實際的問題。

假設今天凌晨 CPU 突然跑到 95%，總不能要求維運人員 24 小時一直盯著 Grafana。

所以：

有監控還不夠，我們還需要主動告訴人「出事了」。