Natuurlijk! Hier is een stapsgewijze handleiding om een Prometheus-dashboard te maken voor jouw Backend Webapplicatie, gericht op realtime incidentgegevens en belangrijke statistieken: 1. **Verzamel de benodigde metriekgegevens** - Zorg dat je de juiste metrics hebt geconfigureerd in je systeem: - CPU-gebruik: bijvoorbeeld `node_cpu_seconds_total` - Geheugengebruik: bijvoorbeeld `node_memory_Active_bytes` - Responstijd: bijvoorbeeld een custom metric zoals `http_request_duration_seconds` 2. **Maak een Prometheus-gegevensbron en configureer je metriek** - Controleer dat je Prometheus deze metrics correct scrapt en dat ze in de Prometheus UI zichtbaar zijn. 3. **Maak een nieuw Grafana-dashboard** - Open Grafana en voeg een nieuw dashboard toe. - Voeg nieuwe panels toe voor elke belangrijke statistiek. 4. **Visualisatie van CPU-gebruik** - **Panel Type:** Graph / Tijdlijn - **Query voorbeeld:** ```promql 100 - (avg by (instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) ``` - Dit toont het gemiddeld CPU-gebruik per instantie. - **Instellingen:** - Voeg waarschuwingen toe voor bijvoorbeeld CPU-gebruik boven 80%. 5. **Visualisatie van geheugengebruik** - **Panel Type:** Graph - **Query voorbeeld:** ```promql node_memory_Active_bytes / node_memory_MemTotal_bytes * 100 ``` - Toont het percentage actief geheugen. - **Waarschuwingen:** bij bijvoorbeeld > 90% gebruik. 6. **Visualisatie van responstijd** - **Panel Type:** Histogram of tijdlijn - **Query voorbeeld:** ```promql histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le)) ``` - Dit toont de 95e percentiel responstijd. - **Waarschuwingen:** bij responstijden boven een drempelwaarde, bijvoorbeeld 500ms. 7. **Afwijkingen en incidenttrends** - Maak een grafiek die de frequentie van incidenten toont (bijvoorbeeld foutcodes of timeouts). - Voeg een panel toe met een trendanalyse: - Bijvoorbeeld, het aantal foutieve requests per 5 minuten. - Query: ```promql sum(rate(http_requests_total{status=~"5.."}[5m])) ``` - Gebruik kleurcodes of alerts om afwijkingen te markeren. 8. **Hersteltijden** - Bepaal hersteltijd door de tijd tussen een incident en het moment dat de situatie weer normaliseert. - Maak een panel dat het aantal incidenten over tijd toont en markeert wanneer het aantal weer afneemt. - Gebruik bijvoorbeeld: ```promql sum(rate(incident_start[1h])) - sum(rate(incident_end[1h])) ``` (als je deze metrics hebt ingesteld) 9. **Waarschuwings- en alertingregels** - Configureer alerts in Prometheus of Grafana om je te waarschuwen bij kritieke afwijkingen. - Bijvoorbeeld, bij CPU-gebruik > 90% voor meer dan 5 minuten. 10. **Dashboard optimaliseren** - Gebruik kleuren, annotaties en duidelijke labels. - Voeg filters toe (bijvoorbeeld per instance of regio). **Tip:** Test je dashboard door opzettelijk de metrics te verhogen en te zien of de waarschuwingen en visualisaties correct reageren. Wil je dat ik een voorbeeld JSON-export voor het Grafana-dashboard aanlever?

Zeker, ik help je graag een effectief Prometheus-dashboard op te zetten voor je backend webapplicatie. Hier is een complete handleiding in het Nederlands: ### Stap 1: Vereiste Metrics Uitlezen via Exporters Installeer en configureer eerst de benodigde exporters: **Node Exporter** voor systeemmetrics: ```yaml # node_exporter installatie wget https://github.com/prometheus/node_exporter/releases/download/v*/node_exporter-*.*-amd64.tar.gz tar xvfz node_exporter-*.*-amd64.tar.gz cd node_exporter-*.*-amd64 ./node_exporter ``` **Blackbox Exporter** voor responstijd: ```yaml modules: http_2xx: prober: http http: preferred_ip_protocol: "ip4" ``` ### Stap 2: Prometheus Configuratie Voeg toe aan `prometheus.yml`: ```yaml scrape_configs: - job_name: 'node' static_configs: - targets: ['localhost:9100'] - job_name: 'blackbox' metrics_path: /probe params: module: [http_2xx] static_configs: - targets: - https://jouw-applicatie.nl relabel_configs: - source_labels: [__address__] target_label: __param_target - source_labels: [__param_target] target_label: instance - target_label: __address__ replacement: localhost:9115 ``` ### Stap 3: Grafana Dashboard JSON Configuratie Maak een nieuw dashboard en gebruik deze JSON-structuur: ```json { "dashboard": { "title": "Backend Webapplicatie Monitoring", "panels": [ { "title": "CPU Gebruik Trend", "type": "graph", "targets": [{ "expr": "100 - (avg by(instance) (rate(node_cpu_seconds_total{mode='idle'}[5m])) * 100)", "legendFormat": "{{instance}}" }], "alert": { "conditions": [{ "evaluator": { "params": [80], "type": "gt" } }] } }, { "title": "Geheugengebruik Real-time", "type": "graph", "targets": [{ "expr": "node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes", "legendFormat": "Gebruikt geheugen" }] }, { "title": "Responsetijd (P95)", "type": "graph", "targets": [{ "expr": "histogram_quantile(0.95, rate(probe_duration_seconds_bucket[5m]))", "legendFormat": "95e percentiel" }] }, { "title": "Incident Detection - Afwijkingen", "type": "stat", "targets": [{ "expr": "abs(deriv(node_memory_MemTotal_bytes[5m])) > 1e9", "legendFormat": "Geheugen Spike Gedetecteerd" }] } ] } } ``` ### Stap 4: Alerting Regels voor Incidenten Voeg toe aan `prometheus.rules.yml`: ```yaml groups: - name: backend-alerts rules: - alert: HogeCPU expr: 100 - (avg by(instance) (rate(node_cpu_seconds_total{mode='idle'}[5m])) * 100) > 85 for: 5m annotations: description: 'CPU usage boven 85% voor {{ $labels.instance }}' - alert: GeheugenIncident expr: (node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / node_memory_MemTotal_bytes * 100 > 90 for: 3m annotations: description: 'Geheugengebruik kritiek hoog op {{ $labels.instance }}' ``` ### Stap 5: Hersteltijd Monitoring Voeg deze query toe voor hersteltijd tracking: ```sql time() - timestamp(up{job="backend"} == 1 unless up{job="backend"} offset 5m == 0) ``` ### Aanbevolen Dashboard Layout: 1. **Bovenste rij**: Real-time statussen (CPU, Geheugen, Response) 2. **Midden**: Trendgrafieken met 7-dagen history 3. **Onder**: Incident log en hersteltijd metrics 4. **Rechterzijde**: Alert panel met actieve incidenten ### Tips voor Effectieve Visualisatie: - Gebruik rode/oranje kleuren voor drempelwaarden - Stel annotaties in voor incident markers - Configureer moving averages voor trendherkenning - Gebruik heatmaps voor patroonherkenning Je kunt het dashboard verder aanpassen met extra panels voor: - Request rates - Error percentages - Database connection pools - Cache hit ratios Moet ik specifieke onderdelen verder uitwerken of heb je vragen over bepaalde configuraties?