Кастомні дашборди Grafana для моніторингу інфраструктури

Уявіть: ваш інтернет-магазин падає, а дефолтна дашборда Grafana показує лише зелені графіки, замовчуючи, що Redis переповнений або N+1 запит у базі душить P95. Ми стикалися з цим десятки разів. Кастомна дашборда вирішує цю проблему, проєктуючи панелі під реальні сценарії інцидентів. Ми розробляємо дашборди, які відповідають на три ключові питання за секунди: сервіс живий, де вузьке місце, що робити. Досвід показує: кастомна дашборда в 5 разів швидша за дефолтну при пошуку інциденту — MTTR знижується з 40 до 15 хвилин. Наш досвід — понад 50 дашбордів для проєктів різної складності — від стартапів до enterprise. Наша команда має 5+ років досвіду в SRE та понад 50 реалізованих проєктів, 90% клієнтів залишаються з нами для подальшої підтримки.

Чому дефолтні дашборди не вирішують ваші завдання?

Community-дашборди страждають від двох проблем: інформаційний шум і відсутність контексту. Панелі CPU та пам'яті для кожного хоста — це не моніторинг сервісу, а метрики заліза. Ваш SRE не дивиться на CPU, поки немає інциденту. Йому потрібні: помилки 5xx, затримка відповіді та статус зовнішніх залежностей. Дефолтні дашборди цього не дають. Наприклад, один із наших клієнтів — сервіс доставки їжі — після впровадження кастомної дашборди скоротив середній час відновлення (MTTR) з 40 до 15 хвилин.

Як побудувати дашборду, яка відповідає на реальні питання?

Ми використовуємо піраміду метрик: зверху — доступність та помилки, нижче — продуктивність, ще нижче — ресурси. Кожна панель — actionable. Наприклад, метрика "CPU 67%" марна. Ми додаємо тренд, цільове порогове значення та сповіщення про масштабування. Так інженер не гадає, а приймає рішення. У результаті команда економить до 8 годин на тиждень на пошуку проблем. При зарплаті інженера $50/год це дає $1600 економії на місяць. Порівняно з дефолтними, кастомні дашборди скорочують MTTR у 5 разів.

Для побудови дашборди дотримуйтесь цих кроків:

1. Проаналізуйте поточну інфраструктуру та визначте ключові метрики.
2. Визначте SLI та SLO для кожного сервісу.
3. Спроектуйте панелі за принципом RED (Rate, Errors, Duration).
4. Реалізуйте дашборд за допомогою Dashboard as Code.
5. Розгорніть через CI/CD та навчіть команду.

Ми вбудовуємо змінні дашборди: $__timeRange, $__interval, а також змінні для оточення та інстансу. Це дозволяє дивитися на staging і production без клонування. Для прискорення роботи дашбордів ми використовуємо recording rules Prometheus, що дозволяє агрегувати дані заздалегідь. Також ми застосовуємо чотири золотих сигнали Google SRE: затримка, трафік, помилки та насиченість.

Які метрики включати в дашборду для швидкого пошуку проблем?

Важливо вибирати метрики, які відображають користувацький досвід та здоров'я сервісу. Ми рекомендуємо SLI/SLO-підхід: визначаємо індикатори рівня сервісу (error rate, latency, throughput) та цільові значення. У дашборду обов'язково входять:

• Error Rate (5xx) — відсоток помилок. Поріг: <1% для критичних сервісів.
• P95 Latency — затримка для 95% запитів. Поріг залежить від SLA.
• RPS — запити в секунду, потрібні для розуміння піків.
• Uptime — доступність, що перевіряється через синтетичний моніторинг.
• Метрики бази даних: активні з'єднання, затримка запитів, повільні запити.
• Метрики кешу: hit rate, використання пам'яті, витіснення (evictions).

Приклад структури дашборди для веб-застосунку

Row 1: Service Health (великі stat panels)
  [Error Rate %] [P95 Latency ms] [Uptime %] [Active Users]

Row 2: Traffic & Performance
  [RPS - час] [Response time P50/P95/P99 - час] [HTTP status breakdown]

Row 3: Infrastructure
  [CPU % per host] [Memory % per host] [Disk I/O] [Network I/O]

Row 4: Database
  [DB Connections active/max] [Query latency P95] [Slow queries count]

Row 5: Cache
  [Redis hit rate %] [Redis memory usage] [Evictions per sec]

Dashboard as Code: дашборди в git

Зберігати дашборди в хаосі UI — шлях до втрат. Ми використовуємо Dashboard as Code через Grafonnet або Terraform Grafana provider. Приклад на Jsonnet:

local grafana = import 'grafonnet/grafana.libsonnet';
local dashboard = grafana.dashboard;
local graphPanel = grafana.graphPanel;

dashboard.new(
  'Application Overview',
  time_from='now-1h',
  refresh='30s',
)
.addPanel(
  graphPanel.new(
    'Error Rate',
    datasource='Prometheus',
  )
  .addTarget(
    grafana.prometheus.target(
      'sum(rate(http_requests_total{status=~"5.."}[5m])) / sum(rate(http_requests_total[5m])) * 100',
      legendFormat='Error Rate %'
    )
  ),
  gridPos={ x: 0, y: 0, w: 12, h: 8 }
)

Такий підхід дозволяє керувати версіями, аудитом і відтворюваністю. Анотації деплоїв додаються через CI/CD — кожен реліз позначається на графіках. Кастомна дашборда скорочує час пошуку причин простою в 5 разів, економія часу команди — до 8 годин на тиждень. Це призводить до зниження часу простою на 70%.

Що входить у роботу?

• Аудит поточної інфраструктури та метрик
• Проєктування панелей за принципом "зверху вниз"
• Верстка дашбордів у Grafana зі змінними та анотаціями
• Написання Dashboard as Code (Jsonnet/Terraform)
• Git-репозиторій з усім кодом дашбордів
• Документація та навчання команди
• 30 днів безкоштовної підтримки після здачі

Орієнтовні строки та вартість

Пропонуємо комплексне рішення під ключ за 3-5 днів.

Досвід і гарантії

Ми — команда SRE-інженерів з 5+ роками досвіду в моніторингу та Grafana. Розробили понад 50 дашбордів для проєктів різної складності — від стартапів до enterprise. Наші інженери сертифіковані з Grafana та мають досвід роботи з Prometheus, VictoriaMetrics, InfluxDB. Ми гарантуємо, що кожна дашборда відповідає на три питання: "Сервіс живий? Де проблема? Що робити?".

Замовте безкоштовну оцінку проекту — ми проаналізуємо вашу інфраструктуру та запропонуємо оптимальний набір дашбордів. Пишіть нам для попередньої оцінки. Вартість розробки — від $600 за базовий дашборд.

Wikipedia: Grafana

Ми регулярно стикаємося з ситуацією: «Сайт не відкривається» о 3 годині ночі — і виявляється, що disk full на VPS, тому що логи nginx не ротувалися півроку. Або сервер ліг під навантаженням у день запуску рекламної кампанії, тому що на shared хостингу стояв ліміт у 50 одночасних з'єднань. Налаштування хостингу та деплою — це не про «де дешевше», це про те, що відбувається в момент, коли щось іде не так. Наша команда допомагає уникнути таких інцидентів, проектуючи інфраструктуру з урахуванням реальних патернів навантаження.

Коли обирати Vercel та Netlify?

Vercel створений під Next.js — деплой в один push, preview deployments для кожного PR, автоматичний CDN, Edge Functions, ISR без конфігурації. Для фронтенд-проєктів та JAMstack це оптимальний вибір: немає операційного навантаження, time-to-deploy вимірюється хвилинами.

Обмеження реальні: Vercel Serverless Functions запускаються в us-east-1 за замовчуванням (latency для Європи +80–100ms), Function timeout 300 секунд на Pro, Bandwidth 1TB/місяць на Pro. Для важкого backend — потрібні воркери або окремий сервер.

Netlify ближчий до статики та Edge Functions на базі Deno Deploy. Build minutes — основне обмеження на безкоштовному тарифі.

Чому Docker — основа передбачуваного деплою?

«Працює на моїй машині» — класика. Docker вирішує це через контейнеризацію середовища. Але поганий Dockerfile створює нові проблеми.

Типова помилка: копіювати все в образ без .dockerignore, отримувати 800MB образ замість 80MB. node_modules всередині образу важить стільки ж. Правильно: multi-stage build.

FROM node:20-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production
COPY . .
RUN npm run build

FROM node:20-alpine AS runner
WORKDIR /app
COPY --from=builder /app/.next ./.next
COPY --from=builder /app/node_modules ./node_modules
COPY --from=builder /app/package.json ./package.json
EXPOSE 3000
CMD ["npm", "start"]

Підсумковий образ: 180MB замість 1.2GB. Час збірки CI скорочується через layer caching — якщо package.json не змінився, шар з npm ci береться з кешу.

Docker Compose для локальної розробки та простих продакшн-сценаріїв: застосунок + PostgreSQL + Redis в одній конфігурації. Для production на одному сервері — цілком робочий варіант, якщо немає вимог горизонтального масштабування.

Детальніше про контейнеризацію — Wikipedia: Docker.

Як налаштувати Nginx як reverse proxy?

Nginx перед застосунком — стандарт для VPS та виділених серверів. Основні функції: SSL termination, gzip, static files, rate limiting, upstream балансування.

Конфігурація, яку часто роблять неправильно: worker_processes auto — кількість процесів дорівнює числу CPU. worker_connections 1024 — це 1024 на кожний воркер-процес. При 4 CPU та 1024 connections = 4096 одночасних з'єднань. Для високонавантаженого сайту потрібно worker_connections 4096 та налаштування keepalive_timeout 65.

Для статичних ассетів з хешем в імені файлу:

location ~* \.(js|css|woff2|png|webp)$ {
    expires 1y;
    add_header Cache-Control "public, immutable";
}

immutable повідомляє браузеру: не перевіряй цей файл навіть при hard refresh. Правильно працює лише з content-hashed іменами файлів (що робить Vite/webpack за замовчуванням). Документація — Wikipedia: Nginx.

AWS: гнучкість та складність

EC2 + Auto Scaling Group — класика для горизонтального масштабування. AMI з попередньо встановленим застосунком, Launch Template, ASG з min/desired/max instances, Application Load Balancer. При CPU > 70% на 3 хвилини — scale out, при CPU < 30% на 15 хвилин — scale in. Health check через ALB виключає нездорові інстанси з ротації.

ECS Fargate — контейнери без управління EC2. Деплой Docker-образу, задаєте CPU/пам'ять (512 CPU units = 0.5 vCPU, від 512MB пам'яті), Fargate запускає. Дорожче Lambda, але немає cold start та немає timeout-обмежень. Підходить для long-running процесів, WebSocket-серверів, важких воркерів.

RDS для PostgreSQL з Multi-AZ: автоматичний failover за 1–2 хвилини при падінні primary. Read Replicas для масштабування читання. RDS Proxy для connection pooling — Lambda-функції не вміють тримати довгострокові з'єднання, проксі буферизує це.

Kubernetes: коли це виправдано

K8s додає значну операційну складність. Виправданий, коли: кілька команд деплоять незалежні сервіси, потрібне тонке налаштування ресурсів на сервіс, canary deployments та blue/green без простою — вимога.

AWS EKS, GKE або managed k8s від Hetzner (дешевше). Helm charts для стандартних сервісів. Horizontal Pod Autoscaler по CPU та custom metrics (RPS через Prometheus).

Для більшості стартапів та середніх проєктів — Kubernetes надмірний. ECS або Fly.io дають 80% можливостей при 20% операційної складності.

Моніторинг та alerting

Сервер без моніторингу — це очікування інциденту. Мінімальний стек: Prometheus + Grafana (або Grafana Cloud для managed), alerting на disk > 80%, memory > 85%, CPU > 90% за 5 хвилин, error rate > 1%. Uptime через Better Uptime або Upptime (self-hosted).

Logs: Loki + Grafana або CloudWatch Logs Insights. Структуровані JSON-логи (winston, pino) — обов'язково, інакше пошук по логах перетворюється на біль.

Що входить у налаштування хостингу

• Аудит поточної інфраструктури та профілювання навантаження
• Вибір цільової архітектури (VPS, AWS, serverless, Kubernetes)
• Налаштування CI/CD pipeline (GitHub Actions, GitLab CI) з автоматичним деплоєм
• IaC через Terraform або Pulumi (інфраструктура як код)
• Конфігурація Nginx, SSL-сертифікати, HTTP/2, brotli
• Моніторинг та алертинг (Prometheus + Grafana, PagerDuty)
• Документація runbooks та навчання команди

Додатково: пишіть, якщо потрібна міграція з поточного хостингу або інтеграція із зовнішніми сервісами.

Процес роботи

1. Аудит поточної інфраструктури (2–5 днів)
2. Вибір цільової архітектури з обґрунтуванням за навантаженням та бюджетом (1–3 дні)
3. Налаштування CI/CD pipeline (GitHub Actions, GitLab CI) (2–5 днів)
4. IaC через Terraform або Pulumi (3–10 днів)
5. Налаштування моніторингу та alerting (2–5 днів)
6. Документація runbooks та навчання команди (1–3 дні)

Наш досвід — 7 років на ринку, понад 50 проєктів, гарантія працездатності після деплою.

Терміни

• Базовий деплой на VPS з Docker + Nginx + CI/CD: 1–2 тижні.
• Налаштування AWS інфраструктури з Auto Scaling, RDS, CDN: 3–6 тижнів.
• Міграція на EKS з нуля: 6–12 тижнів.
• Налаштування Vercel/Netlify для JAMstack: 3–5 днів.

Вартість розраховується індивідуально залежно від складності та обсягу робіт. Отримайте консультацію — оцінимо вашу архітектуру за один день.