Grafana od podstaw: co to jest i do czego służy?

Grafana od podstaw: co to jest i do czego służy?

Jeżeli zaczynasz interesować się monitoringiem, DevOps, administracją serwerami albo po prostu chcesz lepiej rozumieć, co dzieje się z aplikacją po wdrożeniu na produkcję, to bardzo szybko trafisz na nazwę Grafana.

I szczerze mówiąc — nic dziwnego.

Grafana jest jednym z tych narzędzi, które bardzo często pojawia się w firmach IT. Można ją spotkać przy monitorowaniu aplikacji, serwerów, baz danych, kontenerów, środowisk Kubernetes, usług cloudowych, a nawet procesów biznesowych.

W tym artykule pokażę Ci prostym językiem, czym jest Grafana, do czego służy i dlaczego warto ją znać.

Bez zbędnej teorii. Tak po ludzku.

Czym jest Grafana?

Grafana to narzędzie do wizualizacji, analizy i monitorowania danych.

Najprościej mówiąc: Grafana pozwala zamienić surowe dane techniczne w czytelne wykresy, panele, dashboardy i alerty.

Zamiast patrzeć na suche liczby, logi albo metryki w terminalu, możesz zobaczyć wszystko w formie przejrzystego dashboardu.

Przykładowo, w Grafanie możesz monitorować:

• zużycie procesora,
• zużycie pamięci RAM,
• obciążenie serwera,
• liczbę błędów w aplikacji,
• czas odpowiedzi API,
• liczbę zapytań HTTP,
• status kontenerów Docker,
• metryki z Kubernetes,
• dane z baz danych,
• logi aplikacji,
• dostępność usług,
• wydajność systemu.

Czyli zamiast zgadywać, co dzieje się z aplikacją lub serwerem, możesz to po prostu zobaczyć.

I to jest największa wartość Grafany.

Do czego służy Grafana?

Grafana służy głównie do tego, żeby monitorować systemy i szybciej wykrywać problemy.

Wyobraź sobie prostą sytuację.

Masz aplikację internetową. Wszystko działa dobrze, ale nagle użytkownicy zaczynają zgłaszać, że strona działa wolno. Bez monitoringu zaczynasz zgadywać:

• może serwer jest przeciążony,
• może baza danych działa wolno,
• może aplikacja ma błąd,
• może problem jest tylko u części użytkowników,
• może coś stało się po ostatnim wdrożeniu.

A teraz druga wersja tej samej sytuacji — masz Grafanę.

Wchodzisz na dashboard i widzisz:

• CPU wzrosło do 95%,
• liczba zapytań do API mocno wzrosła,
• czas odpowiedzi aplikacji skoczył z 200 ms do 3 sekund,
• baza danych zaczęła odpowiadać wolniej,
• w logach pojawiły się błędy.

Od razu masz więcej informacji. Nie musisz szukać po omacku.

Grafana nie rozwiąże problemu za Ciebie, ale bardzo pomaga zrozumieć, gdzie ten problem może być.

Dashboardy w Grafanie

Jednym z najważniejszych pojęć w Grafanie jest dashboard.

Dashboard to ekran, na którym znajdują się różne panele z danymi.

Na takim dashboardzie możesz mieć na przykład:

• wykres użycia CPU,
• wykres użycia pamięci RAM,
• liczbę aktywnych użytkowników,
• liczbę błędów 500,
• średni czas odpowiedzi API,
• status usług,
• liczbę requestów na minutę,
• obciążenie bazy danych.

Dzięki temu w jednym miejscu widzisz najważniejsze informacje o swoim systemie.

To trochę jak kokpit w samochodzie.

Nie musisz znać wszystkich szczegółów działania silnika, ale widzisz prędkość, poziom paliwa, temperaturę i kontrolki ostrzegawcze. Grafana działa podobnie, tylko dla aplikacji, serwerów i infrastruktury.

Skąd Grafana bierze dane?

To jest bardzo ważne: Grafana sama z siebie nie zbiera wszystkich danych.

Grafana najczęściej łączy się z innymi narzędziami, które te dane przechowują albo zbierają.

Popularne źródła danych dla Grafany to między innymi:

• Prometheus,
• InfluxDB,
• Loki,
• Elasticsearch,
• MySQL,
• PostgreSQL,
• Zabbix,
• CloudWatch,
• Azure Monitor,
• Google Cloud Monitoring.

Czyli Grafana jest takim miejscem, w którym możesz połączyć różne źródła danych i pokazać je w jednej, czytelnej formie.

To jest bardzo praktyczne, bo w realnych projektach dane często są rozproszone.

Jedne metryki są w Prometheusie, logi w Loki, dane biznesowe w bazie danych, a część infrastruktury w chmurze. Grafana pozwala to połączyć i wyświetlić w jednym miejscu.

Grafana a Prometheus — o co chodzi?

Bardzo często Grafana występuje razem z Prometheusem.

I tutaj początkujące osoby często mają problem, bo nie wiedzą, czym różni się jedno od drugiego.

Najprościej:

Prometheus zbiera i przechowuje metryki.
Grafana pokazuje te metryki w formie wykresów i dashboardów.

Czyli Prometheus odpowiada bardziej za dane, a Grafana za ich prezentację.

Przykład:

Prometheus może zbierać informacje o tym, ile pamięci RAM zużywa serwer. Grafana może pokazać tę informację jako ładny wykres, który łatwo zrozumieć.

Dlatego połączenie Grafana + Prometheus jest bardzo popularne w świecie DevOps i monitoringu.

Co można monitorować w Grafanie?

W Grafanie można monitorować naprawdę dużo rzeczy.

Najczęstsze przykłady to:

1. Serwery

Możesz monitorować użycie procesora, pamięci RAM, dysku, sieci, temperatury, obciążenia systemu i wiele innych parametrów.

To przydaje się administratorom, DevOpsom i osobom odpowiedzialnym za utrzymanie infrastruktury.

2. Aplikacje

Możesz sprawdzać, jak działa aplikacja:

• ile ma błędów,
• jak szybko odpowiada,
• ile obsługuje requestów,
• czy po wdrożeniu coś się pogorszyło,
• czy użytkownicy nie trafiają na problemy.

To szczególnie ważne przy aplikacjach produkcyjnych.

3. Bazy danych

Grafana może pomóc w obserwowaniu baz danych, na przykład:

• liczby zapytań,
• czasu odpowiedzi,
• obciążenia,
• liczby połączeń,
• błędów,
• wolnych zapytań.

Dzięki temu łatwiej zauważyć, kiedy baza danych zaczyna być wąskim gardłem.

4. Kontenery i Kubernetes

Jeżeli pracujesz z Dockerem albo Kubernetesem, Grafana też bardzo się przydaje.

Możesz monitorować:

• kontenery,
• pody,
• nody,
• zużycie zasobów,
• restarty,
• dostępność usług,
• błędy w klastrze.

W środowiskach mikroserwisowych taki monitoring jest praktycznie koniecznością.

5. Logi

Grafana może być również używana do analizy logów, na przykład razem z narzędziem Loki.

Dzięki temu można nie tylko patrzeć na metryki, ale też sprawdzać konkretne zdarzenia i błędy zapisane w logach aplikacji.

6. Alerty

Grafana pozwala także tworzyć alerty.

Przykład:

Jeżeli CPU przekroczy 90%, Grafana może wysłać powiadomienie.

Jeżeli aplikacja zacznie zwracać dużo błędów 500, Grafana może poinformować zespół.

Jeżeli czas odpowiedzi API będzie zbyt długi, można dostać alert na Slacka, maila albo inne narzędzie.

To bardzo ważne, bo monitoring bez alertów często kończy się tym, że ktoś musi ręcznie patrzeć na dashboard. A w praktyce nikt nie będzie siedział cały dzień i odświeżał wykresów.

Dlaczego Grafana jest tak popularna?

Moim zdaniem Grafana jest popularna z kilku powodów.

Po pierwsze, jest bardzo czytelna. Dashboardy można zrobić tak, żeby nawet osoba mniej techniczna była w stanie zrozumieć, co się dzieje.

Po drugie, integruje się z wieloma źródłami danych. To nie jest narzędzie tylko do jednego konkretnego systemu.

Po trzecie, jest bardzo elastyczna. Możesz zrobić prosty dashboard dla jednego serwera, ale możesz też budować bardziej rozbudowane rozwiązania observability dla dużych systemów.

Po czwarte, Grafana jest często używana w firmach. To oznacza, że znajomość tego narzędzia może być dużym plusem, szczególnie jeśli interesujesz się DevOps, administracją, testowaniem wydajności, monitoringiem albo utrzymaniem aplikacji.

Grafana w pracy testera

Grafana kojarzy się głównie z DevOpsami i administratorami, ale według mnie testerzy też powinni ją znać.

Dlaczego?

Bo tester coraz częściej nie kończy pracy na klikaniu aplikacji przed wdrożeniem.

W wielu zespołach QA bierze udział w analizie jakości systemu również po wdrożeniu. A wtedy warto umieć sprawdzić:

• czy aplikacja działa stabilnie,
• czy po release nie wzrosła liczba błędów,
• czy API nie odpowiada wolniej,
• czy testy wydajnościowe pokazują realne problemy,
• czy infrastruktura nie jest przeciążona,
• czy użytkownicy nie mają problemów po wdrożeniu.

Grafana może być świetnym narzędziem dla testera technicznego, automatyzującego albo osoby, która chce iść bardziej w stronę QA Engineer / DevOps / SRE.

Przykład?

Robisz test wydajnościowy w JMeterze albo k6. Same wyniki testu są przydatne, ale gdy połączysz je z monitoringiem w Grafanie, możesz zobaczyć dużo więcej:

• jak zachowywał się serwer,
• kiedy wzrosło CPU,
• kiedy zaczęły rosnąć czasy odpowiedzi,
• czy baza danych była przeciążona,
• czy aplikacja miała problemy z pamięcią.

To daje dużo lepszy obraz sytuacji niż sam raport z testu.

Grafana a observability

W kontekście Grafany często pojawia się też pojęcie observability.

Po polsku można to przetłumaczyć jako obserwowalność systemu, ale w praktyce chodzi o coś więcej niż zwykły monitoring.

Monitoring mówi nam często: „coś jest nie tak”.

Observability pomaga odpowiedzieć na pytanie: „dlaczego coś jest nie tak”.

W observability często mówi się o kilku typach danych:

• metryki,
• logi,
• trace’y,
• profile.

Metryki pokazują liczby, na przykład CPU, RAM, czas odpowiedzi albo liczbę błędów.

Logi pokazują konkretne zdarzenia, komunikaty i błędy.

Trace’y pomagają śledzić przepływ requestu przez różne elementy systemu, co jest szczególnie ważne w mikroserwisach.

Grafana bardzo dobrze wpisuje się w ten świat, bo pozwala te dane analizować i prezentować w jednym miejscu.

Czy Grafana jest trudna?

Na początku Grafana może wyglądać na skomplikowaną, szczególnie jeśli ktoś pierwszy raz widzi dashboardy, źródła danych, zapytania i alerty.

Ale sama idea jest prosta.

Masz dane.
Podłączasz źródło danych.
Tworzysz dashboard.
Dodajesz panele.
Ustawiasz wykresy.
Opcjonalnie konfigurujesz alerty.

Największa trudność nie polega na klikaniu w Grafanie, tylko na zrozumieniu, co właściwie chcesz monitorować.

Bo można mieć ładny dashboard, który nic nie mówi.

I można mieć prosty dashboard, który od razu pokazuje najważniejsze problemy.

Dlatego w Grafanie nie chodzi tylko o robienie wykresów. Chodzi o zadawanie dobrych pytań:

• co jest ważne dla działania systemu?
• jakie metryki pokazują realny problem?
• kiedy powinniśmy dostać alert?
• które dane pomagają w diagnozie?
• co chcemy widzieć po wdrożeniu nowej wersji aplikacji?

To jest dużo ważniejsze niż sam wygląd dashboardu.

Przykład prostego zastosowania Grafany

Załóżmy, że masz prostą aplikację webową i serwer Linux.

Chcesz wiedzieć:

• czy serwer działa,
• ile zużywa CPU,
• ile zużywa RAM,
• czy dysk się nie kończy,
• ile requestów obsługuje aplikacja,
• czy pojawiają się błędy,
• jaki jest czas odpowiedzi.

W takim przypadku możesz zbudować dashboard w Grafanie, który pokaże te informacje w jednym miejscu.

Dzięki temu po wejściu na dashboard od razu widzisz, czy system działa normalnie, czy zaczyna dziać się coś podejrzanego.

To jest dokładnie ten moment, w którym Grafana zaczyna mieć sens.

Nie jako „ładne wykresy”, ale jako realne narzędzie do kontroli jakości działania systemu.

Kto powinien nauczyć się Grafany?

Grafana przyda się szczególnie osobom, które pracują albo chcą pracować w takich obszarach jak:

• DevOps,
• QA Engineering,
• testowanie wydajnościowe,
• administracja systemami,
• monitoring aplikacji,
• SRE,
• cloud computing,
• Kubernetes,
• backend development,
• utrzymanie aplikacji produkcyjnych.

Moim zdaniem Grafana jest też bardzo dobrym narzędziem dla osób, które chcą wejść głębiej w techniczne aspekty IT.

Jeżeli znasz tylko podstawy testowania albo programowania, Grafana może pomóc Ci lepiej zrozumieć, jak aplikacje działają po wdrożeniu.

A to jest bardzo cenna wiedza.

Czy warto uczyć się Grafany?

Tak, zdecydowanie warto.

Grafana to narzędzie praktyczne, popularne i używane w realnych projektach.

Nie jest to technologia, której uczysz się tylko po to, żeby „coś dopisać do CV”. To narzędzie, które faktycznie pomaga w codziennej pracy.

Dzięki Grafanie możesz:

• szybciej wykrywać problemy,
• lepiej analizować działanie aplikacji,
• monitorować infrastrukturę,
• tworzyć dashboardy dla zespołu,
• konfigurować alerty,
• łączyć dane z różnych źródeł,
• lepiej rozumieć produkcyjne działanie systemu.

I właśnie dlatego Grafana jest tak często używana w firmach.

Podsumowanie

Grafana to narzędzie do wizualizacji, monitorowania i analizowania danych technicznych.

Pozwala tworzyć dashboardy, podłączać różne źródła danych, analizować metryki, logi i trace’y oraz konfigurować alerty.

Najczęściej wykorzystuje się ją do monitorowania aplikacji, serwerów, baz danych, kontenerów, Kubernetes, usług cloudowych i całej infrastruktury IT.

Jeżeli interesujesz się DevOps, QA, testowaniem wydajnościowym, administracją albo po prostu chcesz lepiej rozumieć, co dzieje się z aplikacją po wdrożeniu, to Grafana jest narzędziem, które zdecydowanie warto poznać.

Na początku może wydawać się trochę techniczna, ale gdy zrozumiesz podstawy, szybko zobaczysz, że jej największą siłą jest prostota: pokazuje w czytelny sposób to, co normalnie byłoby ukryte w metrykach, logach i systemach monitoringu.

A w IT to naprawdę duża wartość.