Szkolenie Grafana

Jak tworzyć czytelne dashboardy i skuteczne alerty w Grafanie? Poznaj zakres szkolenia, integracje z Prometheus, Elasticsearch i Zabbix oraz sposoby rozwiązywania typowych problemów. Sprawdź plan zajęć, wymagania i przykład wdrożenia.
22 listopada 2026
blog

Cele szkolenia z Grafany: czego nauczysz się i jakie problemy rozwiążesz w pracy

Rosnący czas odpowiedzi aplikacji, zgłoszenia o niedostępności usługi, niespodziewane obciążenie serwera — w takich sytuacjach sam dostęp do danych nie wystarcza. Trzeba jeszcze wiedzieć, które wskaźniki sprawdzić i jak je zinterpretować. Celem szkolenia z Grafany jest przejście od oglądania wykresów do świadomego wykorzystywania danych w diagnostyce i codziennym utrzymaniu systemów.

Zrozumiesz rolę Grafany w monitoringu

Punktem wyjścia jest rozróżnienie zbierania danych, ich przechowywania oraz prezentacji. Grafana służy przede wszystkim do odpytywania źródeł danych, wizualizacji wyników i definiowania alertów. Nie zastępuje automatycznie narzędzi odpowiedzialnych za pozyskiwanie i przechowywanie metryk czy logów. Zrozumienie tego podziału pomaga trafniej określać, czego potrzebujesz do obserwowania konkretnej usługi i gdzie szukać przyczyny problemu.

Nauczysz się też odróżniać zastosowania poszczególnych elementów monitoringu. Metryki pokazują skalę i przebieg zjawiska, na przykład zmianę liczby błędów w czasie. Logi dostarczają informacji o konkretnych zdarzeniach. Dashboard ułatwia ocenę sytuacji, a alert sygnalizuje spełnienie określonego warunku bez konieczności ciągłego obserwowania ekranu. To narzędzia uzupełniające się, a nie zamienne.

Nauczysz się przekładać problemy operacyjne na pytania do danych

Najważniejszym efektem nauki powinno być samodzielne ustalenie, co warto obserwować i po co. Zamiast zaczynać od wyboru atrakcyjnego wykresu, zaczniesz od pytania: czy usługa działa poprawnie, kogo dotyczy pogorszenie jej działania i kiedy pojawiła się zmiana? Szkolenie ma rozwijać umiejętności, które pozwolą Ci:

  • Dobierać wskaźniki do celu — odróżniać dane istotne dla dostępności i jakości usługi od tych, które jedynie zwiększają liczbę wykresów.
  • Interpretować wyniki w kontekście — uwzględniać typowe obciążenie, porę dnia oraz zdarzenia takie jak wdrożenie nowej wersji aplikacji.
  • Zawężać obszar diagnostyki — wskazywać komponenty wymagające sprawdzenia, zamiast analizować cały system bez wyraźnego kierunku.
  • Komunikować stan usług — przedstawiać dane tak, aby administrator, programista i osoba odpowiedzialna za usługę mogli oprzeć rozmowę na tych samych obserwacjach.

Ograniczysz zgadywanie podczas analizy incydentów

W pracy te kompetencje pomagają rozwiązać częsty problem: dane są dostępne, ale nie prowadzą do decyzji. Ułatwiają ocenę, czy wzrost obciążenia jest zwykłym wahaniem, czy towarzyszy mu pogorszenie jakości usługi oraz czy po podjętej interwencji sytuacja wróciła do normy.

Grafana pomaga weryfikować hipotezy, ale sam wykres nie dowodzi przyczyny awarii. Dlatego istotnym celem szkolenia jest również krytyczne czytanie danych: oddzielanie obserwacji od przypuszczeń i rozpoznawanie momentu, w którym potrzebne są dodatkowe informacje. To podstawa sprawniejszej diagnostyki i bardziej rzeczowej współpracy zespołu.

Integracje i źródła danych: Grafana + Prometheus, Elasticsearch i Zabbix

Grafana pozwala analizować dane z różnych systemów w jednym interfejsie, ale samo podłączenie źródła nie przenosi jego danych do Grafany. W typowej architekturze metryki i logi pozostają w systemach źródłowych, a Grafana wysyła do nich zapytania i prezentuje wyniki. Na szkoleniu istotne jest więc zrozumienie nie tylko sposobu nawiązania połączenia, lecz także tego, jakie informacje udostępnia każde źródło i do jakich analiz najlepiej je wykorzystać. W Cognity często słyszymy pytania, jak praktycznie podejść do integracji Grafany z różnymi źródłami danych — odpowiadamy na nie także na blogu.

Prometheus — metryki aplikacji i infrastruktury

Prometheus zbiera i przechowuje szeregi czasowe, czyli wartości zmieniające się w czasie, opisane nazwą metryki oraz etykietami. Najczęściej pobiera je z endpointów aplikacji lub eksporterów, które udostępniają informacje o monitorowanych komponentach. Grafana odpytuje następnie Prometheusa przez jego API. To naturalny wybór do obserwowania liczby żądań, czasu odpowiedzi usług, odsetka błędów czy wykorzystania zasobów.

Podstawowa konfiguracja obejmuje dodanie wbudowanego źródła Prometheus, wskazanie adresu serwera oraz ustawienie uwierzytelniania i TLS, jeśli wymaga tego środowisko. Adres musi być osiągalny z instancji Grafany — dostępność Prometheusa w przeglądarce uczestnika nie oznacza jeszcze, że połączenie zadziała po stronie serwera.

Przykładowe ćwiczenie polega na pobraniu metryk HTTP i porównaniu natężenia ruchu między usługami. Uczestnik poznaje przy tym rolę etykiet oraz podstawy PromQL, czyli języka zapytań Prometheusa. Uczy się też rozróżniać bieżącą wartość pomiaru od licznika, którego przyrost należy analizować w określonym przedziale czasu.

Elasticsearch — logi i analiza zdarzeń

Elasticsearch przechowuje dokumenty w indeksach i umożliwia ich przeszukiwanie oraz agregowanie. W integracji z Grafaną często służy do analizy logów aplikacyjnych i zdarzeń technicznych. Grafana nie zastępuje mechanizmu dostarczania logów do Elasticsearch: dane muszą wcześniej trafić do niego przez odpowiednio przygotowany proces zbierania i przetwarzania.

Konfiguracja wbudowanego źródła obejmuje adres usługi, dane dostępowe, wskazanie indeksów oraz pola czasu, często nazywanego @timestamp. Ważne są również typy pól: znacznik czasu powinien mieć typ daty, a wartości przeznaczone do obliczeń — typ liczbowy. Struktura dokumentów wpływa bezpośrednio na dostępne możliwości analizy.

Praktyczny przykład to wyszukanie błędów konkretnej aplikacji i zliczenie ich według kodu odpowiedzi lub środowiska. W odróżnieniu od Prometheusa punktem wyjścia jest tu dokument opisujący zdarzenie, a nie próbka metryki.

Zabbix — wykorzystanie istniejącego monitoringu

Zabbix udostępnia dane zbierane między innymi przez agentów, SNMP i kontrole usług. Integracja ma szczególny sens tam, gdzie działa już monitoring serwerów, urządzeń sieciowych lub usług i nie ma potrzeby budowania od podstaw kolejnego mechanizmu zbierania tych samych pomiarów.

Połączenie wymaga zainstalowania kompatybilnej wtyczki Zabbix do Grafany. W podstawowym wariancie konfiguracja obejmuje adres API Zabbixa oraz uwierzytelnienie kontem mającym dostęp do odpowiednich hostów i ich danych. Grafana może następnie korzystać z pomiarów już zgromadzonych w Zabbiksie.

Przykładowa analiza obejmuje obciążenie procesora, zajętość pamięci i ruch na interfejsach sieciowych wybranej grupy serwerów. Uczestnik poznaje zależności między grupami hostów, hostami i monitorowanymi elementami, aby świadomie wybierać dane do zapytań.

Te integracje mogą się uzupełniać: Prometheus dostarcza metryki usług, Elasticsearch pomaga zbadać towarzyszące im zdarzenia, a Zabbix udostępnia pomiary infrastruktury. Wspólne oznaczenia usług, środowisk i hostów ułatwiają porównywanie informacji, choć samo podłączenie źródeł nie tworzy automatycznych powiązań między ich danymi.

Dashboardy w praktyce: tworzenie, templating/variables, organizacja folderów, udostępnianie i wersjonowanie

Dobry dashboard pozwala szybko ocenić sytuację i wskazuje, gdzie szukać przyczyny nieprawidłowości. Nie powinien być zbiorem wszystkich dostępnych wykresów. W tej części szkolenia z Grafany nauczysz się projektować widoki dopasowane do konkretnych odbiorców: od osoby dyżurującej, która potrzebuje szybkiego przeglądu usług, po administratora analizującego zachowanie pojedynczego komponentu.

Tworzenie dashboardu: od pytania do właściwej wizualizacji

Pracę nad dashboardem warto zacząć od pytania, na które ma odpowiadać. Czy usługa działa prawidłowo? Czy obciążenie rośnie? Które zasoby wymagają uwagi? Dopiero potem wybierasz dane i sposób ich prezentacji. Podczas ćwiczeń poznasz edycję paneli, ustawienia jednostek, legend, progów wizualnych oraz układu całego widoku.

Rodzaj panelu powinien wynikać z charakteru informacji, a nie z efektowności wykresu. Najważniejsze zastosowania to:

  • Time series — pokazuje zmiany w czasie; sprawdza się przy obserwacji trendów, skoków obciążenia i porównywaniu przebiegów.
  • Stat — eksponuje pojedynczą wartość, np. ostatni pomiar albo średnią z wybranego okresu. Trzeba świadomie określić, którą z nich ma prezentować.
  • Gauge — ułatwia ocenę wartości względem ustalonego zakresu, np. procentowego wykorzystania zasobu.
  • Table — pozwala zestawić wiele obiektów i ich parametrów, gdy ważniejsze od trendu jest porównanie szczegółów.

Nauczysz się także porządkować panele: najważniejsze wskaźniki umieszczać u góry, szczegóły grupować w wierszach, a tytuły formułować tak, by wyjaśniały zawartość bez zaglądania do zapytania. Spójne jednostki i znaczenie kolorów ograniczają ryzyko błędnej interpretacji. Próg zmieniający kolor panelu jest wskazówką wizualną — sam w sobie nie uruchamia powiadomienia.

Templating i variables: jeden dashboard zamiast wielu kopii

Zmienne pozwalają zmieniać kontekst dashboardu bez jego przebudowy. Zamiast utrzymywać osobny widok dla każdego serwera, możesz przygotować jeden szablon z wyborem środowiska, usługi i instancji. Wybrane wartości wykorzystasz w zapytaniach, tytułach paneli oraz linkach.

Na szkoleniu poznasz różnicę między zmiennymi z ręcznie zdefiniowaną listą wartości a zmiennymi pobierającymi dostępne opcje ze źródła danych. Przećwiczysz również zmienne zależne: wybór środowiska może zawężać listę usług, a wybór usługi — listę instancji. To prostsze w obsłudze niż kilka niezależnych filtrów pokazujących także niepasujące kombinacje.

Osobnym zastosowaniem jest powtarzanie paneli lub wierszy dla wybranych wartości zmiennej. Ułatwia ono porównanie kilku obiektów obok siebie. Warto jednak ograniczać liczbę powtórzeń oraz świadomie korzystać z opcji wielokrotnego wyboru i „All”, aby dashboard nie rozrósł się do setek wykresów.

Foldery i nawigacja: porządek, który ułatwia pracę

Foldery pomagają grupować dashboardy według usług, zespołów lub obszarów odpowiedzialności. Dobry podział jest przewidywalny: użytkownik powinien wiedzieć, gdzie szukać widoku, zanim skorzysta z wyszukiwarki. Tagi uzupełniają tę strukturę, umożliwiając oznaczanie dashboardów wspólną kategorią niezależnie od ich położenia.

W praktyce przećwiczysz również budowanie nawigacji między widokiem ogólnym a szczegółowym. Linki do dashboardów, paneli i konkretnych punktów danych mają różne zastosowania; odpowiednio skonfigurowane mogą zachować wybrany zakres czasu i przekazać wartości zmiennych. Dzięki temu przejście do szczegółów nie wymaga ponownego ustawiania kontekstu.

Udostępnianie: link, snapshot czy eksport?

Udostępnienie dashboardu nie zawsze oznacza przekazanie tego samego rodzaju dostępu. Zwykły link prowadzi do widoku w Grafanie i nie omija obowiązujących uprawnień. Snapshot utrwala wyświetlane dane, ale nie zapewnia ich bieżącego odświeżania; przed publikacją trzeba sprawdzić, czy nie zawiera informacji wrażliwych. Eksport JSON służy natomiast do przenoszenia definicji dashboardu, a nie wyników zapytań. Dostępność dodatkowych sposobów udostępniania zależy od wersji i konfiguracji środowiska.

Wersjonowanie: kontrolowane zmiany zamiast przypadkowych nadpisań

Historia wersji w Grafanie pomaga przeglądać zapisane zmiany i przywracać wcześniejsze warianty dashboardu. To przydatne przy codziennej edycji, ale nie zastępuje zespołowego procesu zarządzania konfiguracją. Przechowywanie definicji w repozytorium Git umożliwia przegląd zmian przed wdrożeniem oraz powiązanie ich z konkretnym zadaniem.

Podczas ćwiczeń poznasz eksport i import definicji oraz rolę provisioningu, czyli dostarczania dashboardów z zarządzanych plików konfiguracyjnych. Kluczową zasadą jest ustalenie jednego źródła prawdy: jeśli dashboard jest zarządzany z plików, zmiany wykonane wyłącznie w interfejsie mogą zostać nadpisane przy aktualizacji. Taki porządek pozwala rozwijać widoki bez utraty poprawek innych osób.

💡 Pro tip: Przed udostępnieniem dashboardu ustaw domyślne wartości zmiennych tak, by pierwsze otwarcie nie uruchamiało zapytań dla wszystkich środowisk i instancji. Sprawdź też widok z konta o uprawnieniach odbiorcy — poprawne działanie na koncie administratora nie potwierdza, że inni zobaczą potrzebne dane.

Alerting w Grafanie: reguły, kanały powiadomień, routing oraz dobre praktyki ograniczania fałszywych alarmów

Dobry alert wskazuje problem wymagający reakcji, trafia do właściwego zespołu i zawiera informacje potrzebne do rozpoczęcia działania. Samo przekroczenie progu nie wystarcza: chwilowy wzrost obciążenia może być normalny, a brak pomiarów nie musi oznaczać, że usługa działa poprawnie. W tej części szkolenia z Grafany najważniejsze jest przełożenie sygnałów z monitoringu na powiadomienia, którym zespół może zaufać.

Reguły alertowe: co sprawdzać i kiedy uznać sytuację za problem

Reguła alertowa określa zapytanie, warunek oraz sposób oceny wyniku. W przypadku reguł zarządzanych przez Grafanę można wykorzystać także wyrażenia przetwarzające dane, na przykład redukujące serię czasową do wartości porównywanej z progiem. Częstotliwość oceny reguły i wymagany czas utrzymywania się warunku to dwa różne ustawienia. Pierwsze decyduje, jak często system sprawdza sytuację, drugie pozwala odfiltrować krótkotrwałe odchylenia.

Przykładowo reguła może sprawdzać udział błędnych żądań co minutę, ale przechodzić do stanu alarmowego dopiero wtedy, gdy przekroczenie progu utrzymuje się przez pięć minut. To ilustracja mechanizmu, nie uniwersalna konfiguracja: awaria krytycznej usługi może wymagać znacznie szybszej reakcji niż stopniowy wzrost wykorzystania zasobów.

Warto rozróżnić reguły zarządzane przez Grafanę, oceniane przez jej mechanizm alertowania, oraz reguły zarządzane po stronie obsługiwanego źródła danych. Wybór zależy między innymi od istniejącej architektury monitoringu i miejsca utrzymywania konfiguracji. Niezależnie od wariantu trzeba świadomie określić, co ma się wydarzyć przy braku danych lub błędzie wykonania zapytania — nie należy automatycznie traktować takich sytuacji jako stanu prawidłowego.

Punkty kontaktowe i routing: kto otrzyma powiadomienie

W Grafana Alerting punkty kontaktowe (contact points) definiują sposób dostarczenia powiadomień, na przykład przez e-mail, Slack, Microsoft Teams lub webhook. Polityki powiadomień (notification policies) odpowiadają natomiast za kierowanie alertów do odpowiednich odbiorców. Rozdzielenie tych funkcji ułatwia zmianę kanału komunikacji bez przebudowy warunków wykrywania problemów.

Routing opiera się na etykietach alertów. Spójne oznaczenia, takie jak team, service, environment i severity, pozwalają skierować krytyczny alert produkcyjny do zespołu dyżurnego, a ostrzeżenie ze środowiska testowego do mniej pilnego kanału. Podczas konfiguracji należy sprawdzić również politykę domyślną, kolejność dopasowań oraz ustawienia dalszego przetwarzania, jeśli alert ma trafić do więcej niż jednego odbiorcy.

Treść wiadomości powinna wyjaśniać, co się wydarzyło, jakiej usługi dotyczy problem i jaki jest jego priorytet. Przydatne są też odnośniki do odpowiedniego widoku diagnostycznego oraz instrukcji postępowania. Opis typu „wysoka wartość” nie daje odbiorcy wystarczającego kontekstu.

Jak ograniczać fałszywe alarmy i nadmiar wiadomości

Fałszywy alarm i nadmiar powiadomień to różne problemy. Pierwszy wymaga poprawy warunku wykrywania, drugi — uporządkowania sposobu komunikacji. Na szkoleniach Cognity pokazujemy, jak poradzić sobie z tymi problemami krok po kroku — poniżej przedstawiamy najważniejsze metody:

  • Warunki uwzględniające kontekst: alert procentowego udziału błędów warto powiązać z minimalnym wolumenem ruchu, aby pojedyncze nieudane żądanie nie powodowało nieproporcjonalnej reakcji.
  • Czas oczekiwania i próg powrotu: wymagany czas utrzymywania się przekroczenia ogranicza reakcje na krótkie skoki, a odpowiednio ustawiony próg powrotu pomaga uniknąć ciągłego przełączania stanu przy wartościach granicznych.
  • Grupowanie i odstępy między powiadomieniami: łączenie powiązanych alertów oraz kontrola częstotliwości kolejnych wiadomości ograniczają zalew komunikatów podczas jednego incydentu. Nie zmieniają jednak warunku wykrywania awarii.
  • Wyciszenia i harmonogramy wyciszeń: jednorazowe wyciszenie sprawdza się podczas zaplanowanej interwencji, a harmonogram przy cyklicznych pracach. Wyciszenie powiadomień nie oznacza zatrzymania oceny reguł.

Konfigurację należy zweryfikować na całej ścieżce: od spełnienia warunku, przez dopasowanie polityki, aż po odbiór wiadomości. Sam test punktu kontaktowego potwierdza możliwość wysłania komunikatu, ale nie poprawność routingu. Po uruchomieniu alertowania warto regularnie przeglądać alarmy, które nie prowadziły do żadnego działania — to sygnał, że reguła, priorytet lub sposób powiadamiania wymagają korekty.

💡 Pro tip: W etykietach używanych do routingu i grupowania umieszczaj stabilne informacje, takie jak nazwa usługi czy zespół, a bieżącą wartość pomiaru zapisuj w adnotacjach. Zmieniająca się wartość etykiety może tworzyć kolejne instancje alertu zamiast aktualizować istniejącą, utrudniając śledzenie incydentu.

Rozwiązywanie typowych problemów technicznych: datasource, uprawnienia, wydajność zapytań, time range i brak danych

Pusty panel nie musi oznaczać awarii monitorowanej usługi, a komunikat o błędzie zapytania — problemu z samą Grafaną. Przyczyna może leżeć w połączeniu ze źródłem danych, zakresie dostępu, filtrach lub wybranym przedziale czasu. Podczas szkolenia z Grafany uczysz się rozdzielać te przypadki i sprawdzać je w uporządkowany sposób, zamiast zmieniać ustawienia metodą prób i błędów.

Źródło danych: gdzie faktycznie występuje błąd?

Diagnostykę źródła danych (datasource) warto zacząć od ustalenia, czy problem dotyczy wszystkich korzystających z niego paneli, czy tylko jednego zapytania. Jeśli nie działa żaden panel, sprawdzasz dostępność usługi, adres połączenia, uwierzytelnianie oraz komunikaty błędów. Jeżeli pozostałe panele wyświetlają dane, bardziej prawdopodobna jest przyczyna związana z konkretnym zapytaniem lub jego parametrami.

Dostępność źródła w przeglądarce użytkownika nie potwierdza, że może połączyć się z nim serwer Grafany. Przy połączeniach realizowanych przez backend znaczenie mają jego ustawienia sieciowe: rozwiązywanie nazw DNS, reguły zapory, proxy i zaufanie do certyfikatów TLS. Test połączenia w konfiguracji datasource pomaga zawęzić poszukiwania, ale jego powodzenie nie gwarantuje poprawnego wykonania każdego zapytania.

Uprawnienia: dostęp do dashboardu a dostęp do danych

Możliwość otwarcia dashboardu i możliwość pobrania danych to dwa różne poziomy dostępu. Użytkownik może widzieć panel, mimo że poświadczenia używane przez źródło danych nie pozwalają odczytać wskazanego indeksu, bazy lub zasobu. Z kolei brak możliwości edycji dashboardu może wynikać z uprawnień do folderu, a nie z konfiguracji datasource.

Na szkoleniu uczysz się rozróżniać role i uprawnienia w Grafanie od autoryzacji po stronie systemu źródłowego. Szczegółowe możliwości kontroli dostępu do źródeł danych zależą od edycji i konfiguracji Grafany. Komunikaty HTTP 401 i 403 są użyteczną wskazówką, lecz wymagają sprawdzenia, który komponent je zwrócił. Rozwiązaniem nie powinno być automatyczne nadawanie uprawnień administratora — należy ustalić, jakiego dostępu rzeczywiście brakuje.

Wydajność zapytań: co spowalnia panel?

Wolne ładowanie dashboardu może wynikać z kosztownego zapytania, dużej liczby zwracanych serii, szerokiego zakresu czasu lub wielu równoległych żądań. Trzeba przy tym oddzielić czas oczekiwania na odpowiedź źródła od przetwarzania i renderowania wyników w przeglądarce. Każdy z tych problemów wymaga innej reakcji.

Pomocnym narzędziem jest Query Inspector, który pozwala sprawdzić szczegóły żądania, odpowiedź oraz dostępne statystyki wykonania. Prostym testem porównawczym jest skrócenie zakresu czasu i ograniczenie liczby pobieranych serii. Jeżeli panel wyraźnie przyspiesza, warto przyjrzeć się filtrom, agregacji i rozdzielczości danych. Samo wydłużenie limitu czasu oczekiwania może jedynie ukryć problem, nie zmniejszając obciążenia źródła.

Time range: poprawne zapytanie, niewłaściwy przedział czasu

Zapytanie może działać prawidłowo, ale nie zwracać wyników dla wybranego okresu. Weryfikacji wymagają zakres czasu dashboardu, ewentualne ustawienia czasu na poziomie panelu oraz znaczniki czasu w danych. Znaczenie mają również opóźnienia dostarczania danych i retencja: najnowsze próbki mogły jeszcze nie dotrzeć, a starsze zostać usunięte.

Do diagnostyki najlepiej wybrać stały przedział, dla którego potwierdzono obecność danych. Ułatwia to porównanie wyników w Grafanie i narzędziu źródłowym. Sprawdzenie strefy czasowej pomaga natomiast wyjaśnić pozorne przesunięcia zdarzeń na osi czasu.

Brak danych: jak odróżnić pusty wynik od awarii?

Wartość zero, wartość null, pusta odpowiedź i błąd wykonania zapytania nie oznaczają tego samego. Zero jest wynikiem pomiaru; null wskazuje na brak wartości w danym miejscu; pusta odpowiedź może wynikać z filtrów, które niczego nie dopasowały. Błąd oznacza natomiast, że żądanie nie zostało poprawnie obsłużone.

Praktyczna diagnostyka polega na stopniowym upraszczaniu zapytania: sprawdzeniu wybranego źródła, usunięciu zawężających filtrów i weryfikacji wartości przekazywanych przez zmienne dashboardu. Jeśli odpowiedź zawiera dane, lecz panel pozostaje pusty, należy sprawdzić transformacje i ustawienia wizualizacji. Taka kolejność pozwala ustalić, czy dane nie powstały, nie zostały pobrane, czy tylko nie są wyświetlane — i skierować działania naprawcze we właściwe miejsce.

💡 Pro tip: Gdy panel nie pokazuje danych, uruchom jego zapytanie w Explore z tym samym źródłem, stałym zakresem czasu i konkretnymi wartościami zamiast zmiennych dashboardu. Jeśli otrzymasz wynik, wróć do panelu i sprawdź interpolację zmiennych, transformacje oraz ustawienia wizualizacji, zamiast zmieniać konfigurację połączenia.

Przykładowy plan szkolenia z Grafany oraz wymagania wstępne uczestników

Na warsztat obejmujący konfigurację źródeł danych, budowę dashboardów i podstawy alertowania można przeznaczyć dwa dni po sześć godzin zajęć netto. Poniższy harmonogram zakłada pracę na przygotowanym środowisku laboratoryjnym. Przerwy trzeba doliczyć osobno, a instalację narzędzi na komputerach uczestników najlepiej przeprowadzić przed rozpoczęciem zajęć.

Proponowany program: 12 godzin warsztatów

W tym wariancie pierwszy dzień służy poznaniu środowiska i pracy z wizualizacją danych. Drugi obejmuje alertowanie, diagnostykę oraz samodzielne ćwiczenie łączące poznane funkcje. Czasy w tabeli uwzględniają krótkie wprowadzenia, demonstracje i zadania praktyczne.

DzieńModułCzasZakres pracy
1Wprowadzenie i przygotowanie stanowiska1 godz.Rola Grafany w środowisku monitoringu, nawigacja po interfejsie i sprawdzenie dostępu do laboratorium.
1Źródła danych i integracje2 godz.Ćwiczenia z wybranym źródłem danych oraz krótkie porównanie zastosowań Prometheusa, Elasticsearch i Zabbixa.
1Projektowanie dashboardów3 godz.Budowa widoku dla wskazanego odbiorcy, wykorzystanie zmiennych i organizacja gotowych dashboardów.
2Podstawy alertowania2 godz.Przygotowanie i przetestowanie przykładowego scenariusza powiadamiania.
2Diagnostyka problemów1,5 godz.Rozpoznawanie przyczyn błędów w przygotowanych zadaniach laboratoryjnych.
2Zadanie samodzielne i omówienie rozwiązań2,5 godz.Wykonanie zadania według wymagań, sprawdzenie rezultatów i informacja zwrotna.

W ciągu 12 godzin warto dogłębniej przećwiczyć jedno główne źródło danych, zamiast pobieżnie konfigurować wszystkie integracje. Jeżeli uczestnicy mają samodzielnie pracować z Prometheusem, Elasticsearch i Zabbixem, należy rozszerzyć harmonogram lub ograniczyć pozostały zakres. Plan powinien również uwzględniać poziom grupy: administratorzy zwykle potrzebują innych ćwiczeń niż osoby przygotowujące raporty operacyjne.

Wymagania wstępne: co trzeba umieć przed szkoleniem?

W proponowanym wariancie wcześniejsza znajomość Grafany nie jest konieczna. Przydaje się natomiast podstawowa orientacja w działaniu aplikacji i infrastruktury. Uczestnik powinien rozumieć, czym są serwer, usługa, adres URL i port sieciowy, oraz potrafić odróżnić metrykę od wpisu w logu.

  • Podstawy interpretacji danych: rozumienie jednostek, przedziałów czasu i prostych agregacji, takich jak średnia czy suma.
  • Praca z wybranym źródłem danych: znajomość jego przeznaczenia; podstawy języka zapytań są pomocne, ale można je wprowadzić podczas ćwiczeń kosztem części zakresu.
  • Obsługa środowiska technicznego: podstawy terminala i pracy z plikami konfiguracyjnymi, jeśli program przewiduje samodzielne uruchamianie usług.

Znajomość Dockera nie musi być warunkiem udziału, jeżeli laboratorium działa zdalnie. Jeśli jednak uczestnicy mają uruchamiać kontenery lokalnie, potrzebują wcześniej zainstalowanych narzędzi i uprawnień pozwalających z nich korzystać.

Przygotowanie techniczne przed pierwszym dniem

Każdy uczestnik powinien mieć komputer z aktualną przeglądarką, dostęp do instancji Grafany oraz konto z uprawnieniami odpowiednimi do ćwiczeń. Przed zajęciami warto sprawdzić połączenie z laboratorium, wymagany VPN i dostępność danych testowych. Organizator powinien wskazać używaną wersję Grafany, potrzebne wtyczki oraz sposób logowania.

Ćwiczenia najlepiej prowadzić na odizolowanym środowisku z danymi syntetycznymi lub zanonimizowanymi, bez dostępu do produkcyjnych haseł i tokenów. Krótka ankieta techniczna przed szkoleniem pozwoli ustalić, czy grupa może od razu rozpocząć warsztaty, czy potrzebuje dodatkowego modułu przygotowawczego.

Case study wdrożeniowe: od monitoringu do dashboardów i alertów

Poniższy scenariusz szkoleniowy pokazuje, jak przejść od zbierania danych do monitoringu, który pomaga podejmować decyzje podczas awarii. Nie jest opisem konkretnego wdrożenia ani deklaracją osiągniętych wyników. Punktem wyjścia jest aplikacja internetowa, której użytkownicy zgłaszają okresowe spowolnienia. Zespół ma dostęp do metryk infrastruktury i logów, ale nie potrafi szybko ustalić, czy problem dotyczy całej usługi, pojedynczej operacji czy jednej z jej zależności.

Krok 1. Ustalenie, na jakie pytania ma odpowiadać monitoring

Prace zaczynają się nie od wyboru wykresów, lecz od wskazania krytycznej operacji użytkownika, na przykład finalizacji zamówienia. Zespół określa, po czym rozpozna jej nieprawidłowe działanie: wzroście czasu odpowiedzi, zwiększonej liczbie błędów lub spadku liczby poprawnie zakończonych operacji. Dopiero do tych pytań dobiera dostępne sygnały i identyfikuje braki w pomiarach.

Pierwsza pułapka to utożsamianie sprawnej infrastruktury ze sprawną usługą. Niskie wykorzystanie procesora nie wyklucza problemów z bazą danych ani zewnętrznym systemem płatności. Jeśli aplikacja nie rejestruje potrzebnego zdarzenia, sam dashboard go nie odtworzy — konieczne może być uzupełnienie instrumentacji.

Krok 2. Zbudowanie ścieżki od objawu do przyczyny

W tym scenariuszu metryki z Prometheusa służą do oceny skali i czasu występowania problemu, logi z Elasticsearch pomagają sprawdzić szczegóły błędów, a dane z Zabbixa dostarczają kontekstu infrastrukturalnego. Grafana umożliwia ich prezentację we wspólnym środowisku, ale samo podłączenie źródeł nie zapewnia jeszcze spójnej analizy. Potrzebne są jednoznaczne oznaczenia usługi i środowiska oraz porównywalne zakresy czasu.

Powstaje najpierw niewielki widok operacyjny: stan krytycznej operacji, jej czas odpowiedzi i udział błędów. Z niego osoba diagnozująca przechodzi do danych dotyczących konkretnego komponentu. Podczas ćwiczenia uczestnicy sprawdzają, czy ta ścieżka rzeczywiście prowadzi do informacji potrzebnych przy zgłoszonym spowolnieniu. Wykresy, które nie wspierają żadnej decyzji, nie trafiają do głównego widoku.

Krok 3. Powiązanie alertu z odpowiedzialnością i działaniem

Powiadomienie ma sygnalizować istotne pogorszenie działania usługi, a nie każdą zmianę wartości metryki. Zespół ustala, kto odbiera zgłoszenie, jaki dashboard otwiera w pierwszej kolejności oraz kiedy eskaluje problem. Do alertu dołącza krótki opis znaczenia zdarzenia i odnośnik do instrukcji postępowania.

Pułapką jest alert poprawny technicznie, lecz bezużyteczny operacyjnie. Jeśli odbiorca nie wie, której usługi dotyczy powiadomienie i co powinien sprawdzić, monitoring jedynie przenosi obowiązek interpretacji na osobę dyżurującą.

Krok 4. Weryfikacja efektów w kontrolowanym teście

Na środowisku testowym zespół odtwarza wybrany problem, na przykład opóźnienie odpowiedzi zależności. Sprawdza, czy objaw jest widoczny na dashboardzie, czy powiadomienie dociera do właściwego odbiorcy i czy dostępne dane pozwalają zawęzić obszar poszukiwań. Test obejmuje również powrót usługi do prawidłowego działania.

Efektem ćwiczenia jest zweryfikowana ścieżka obsługi incydentu, a nie tylko zestaw paneli. Jej skuteczność można oceniać przez czas wykrycia problemu, czas wskazania podejrzanego komponentu oraz liczbę powiadomień, które nie wymagały interwencji. Dopiero porównanie takich pomiarów przed zmianami i po nich pozwala rzetelnie stwierdzić, czy wdrożenie ułatwiło pracę zespołu.

FAQ: najczęstsze pytania o szkolenie z Grafany, licencje i utrzymanie

Czy szkolenie z Grafany wymaga zakupu płatnej licencji?

Nie, jeśli ćwiczenia wykorzystują funkcje dostępne w Grafana OSS. To otwartoźródłowa edycja, którą można uruchomić we własnym środowisku. Płatny plan lub odpowiednia licencja mogą być potrzebne, gdy program obejmuje funkcje komercyjne albo wybrane wtyczki. Przed zapisem warto zapytać, na jakiej edycji odbywają się zajęcia, kto zapewnia środowisko laboratoryjne i jak długo pozostaje ono dostępne po szkoleniu.

Czym różnią się Grafana OSS, Grafana Enterprise i Grafana Cloud?

Grafana OSS sprawdza się tam, gdzie zespół chce samodzielnie utrzymywać aplikację i korzystać z jej otwartoźródłowych możliwości. Grafana Enterprise rozszerza je o funkcje komercyjne, przydatne m.in. w organizacjach wymagających bardziej rozbudowanego zarządzania dostępem lub określonych integracji. Grafana Cloud to usługa zarządzana, która ogranicza zakres infrastruktury utrzymywanej przez klienta. Wybór zależy nie tylko od funkcji, lecz także od wymagań dotyczących danych, wsparcia i odpowiedzialności operacyjnej. Aktualny zakres planów oraz limity należy sprawdzić przed zakupem.

Czy Grafany OSS można używać komercyjnie?

Tak. Grafana OSS jest udostępniana na licencji AGPLv3, która dopuszcza zastosowania komercyjne. Nie oznacza to jednak braku obowiązków licencyjnych. Znaczenie mają zwłaszcza sposób dystrybucji oprogramowania oraz udostępnianie przez sieć jego zmodyfikowanej wersji. Przy modyfikowaniu Grafany lub włączaniu jej do oferowanego produktu warto przeprowadzić analizę prawną konkretnego zastosowania. Wtyczki i inne komponenty mogą podlegać odrębnym licencjom.

Czy ukończenie szkolenia oznacza uzyskanie oficjalnej certyfikacji?

Nie należy utożsamiać zaświadczenia o ukończeniu kursu z oficjalną certyfikacją producenta. Przed zakupem sprawdź, kto wystawia dokument, co on potwierdza i czy ocena umiejętności obejmuje zadanie praktyczne. Jeżeli oferta wspomina o egzaminie, organizator powinien jednoznacznie podać jego nazwę, zasady oraz informację, czy opłata egzaminacyjna jest zawarta w cenie.

Czy na zajęciach warto korzystać z danych produkcyjnych?

Najbezpieczniej pracować na danych syntetycznych lub odpowiednio zanonimizowanych. Rzeczywiste dane mogą ujawniać informacje o klientach, infrastrukturze czy procesach biznesowych. Jeśli są niezbędne do warsztatów, ich wykorzystanie powinno być wcześniej zatwierdzone zgodnie z zasadami organizacji. Nie należy przekazywać trenerowi prywatnych kont ani produkcyjnych danych uwierzytelniających. Dostęp szkoleniowy powinien być wydzielony, ograniczony czasowo i odebrany po zajęciach.

Kto odpowiada za utrzymanie Grafany po wdrożeniu?

W instalacji utrzymywanej samodzielnie organizacja odpowiada m.in. za aktualizacje, kopie zapasowe, odtwarzanie po awarii oraz bezpieczeństwo środowiska. W usłudze zarządzanej część obowiązków przejmuje dostawca, ale klient nadal odpowiada za swój zakres konfiguracji, konta i sposób wykorzystania danych. Warto wskazać właściciela usługi oraz ustalić procedurę zmian i przeglądów. Samo przeszkolenie zespołu nie zastępuje tych ustaleń.

Jakie koszty uwzględnić poza szkoleniem i licencją?

Budżet powinien obejmować także infrastrukturę, przechowywanie i przesyłanie danych, wsparcie oraz czas pracy administratorów. W modelu chmurowym istotne są zasady rozliczania zużycia i limity wybranego planu. Koszty mogą również wynikać z utrzymania systemów dostarczających dane do Grafany. Dlatego bezpłatna edycja aplikacji nie oznacza bezkosztowego utrzymania całego rozwiązania.

Jak utrwalać dobre praktyki po szkoleniu?

Warto opracować krótkie standardy zespołowe: wskazać odpowiedzialnych za zmiany, przyjąć zasady doboru wtyczek i zaplanować regularne przeglądy środowiska. Aktualizacje oraz nowe rozszerzenia najlepiej najpierw sprawdzać poza produkcją. W Cognity łączymy teorię z praktyką – dlatego dobre praktyki pracy z Grafaną rozwijamy także w formie ćwiczeń na szkoleniach. Najlepszym sprawdzianem efektów szkolenia jest samodzielne wykonanie zadania i przekazanie go innemu członkowi zespołu wraz z dokumentacją pozwalającą bezpiecznie utrzymać rozwiązanie.

Najczęściej zadawane pytania i odpowiedzi odnośnie Szkolenie Grafana

Czy można rozpocząć szkolenie z Grafany bez wcześniejszego doświadczenia?

W proponowanym programie szkolenia wcześniejsza znajomość Grafany nie jest konieczna. Przydaje się jednak rozumienie podstaw działania aplikacji i infrastruktury oraz różnicy między metrykami a logami. Uczestnik powinien umieć interpretować jednostki, zakresy czasu i proste agregacje. Podstawy terminala lub Dockera są potrzebne tylko wtedy, gdy ćwiczenia obejmują samodzielne uruchamianie usług, zamiast pracy w przygotowanym laboratorium.

Czy dwa dni szkolenia wystarczą do nauki Grafany?

Dwa dni po sześć godzin zajęć netto pozwalają przećwiczyć podstawy Grafany, ale nie wyczerpują całego tematu. Przykładowy program obejmuje podłączenie źródła danych, budowę dashboardów, alertowanie i diagnostykę. W takim czasie najlepiej skupić się na jednym głównym źródle. Samodzielna konfiguracja integracji z Prometheusem, Elasticsearch i Zabbixem wymaga rozszerzenia harmonogramu albo ograniczenia innych modułów.

Które źródło danych wybrać do ćwiczeń z Grafaną?

Do ćwiczeń z Grafaną najlepiej wybrać źródło odpowiadające danym i problemom spotykanym w codziennej pracy. Poszczególne integracje służą innym zadaniom:

  • Prometheus — analizie metryk aplikacji i infrastruktury.
  • Elasticsearch — przeszukiwaniu logów i analizie zdarzeń.
  • Zabbix — wykorzystaniu pomiarów z istniejącego monitoringu serwerów, sieci i usług.

Znajomość przeznaczenia źródła ułatwia dobór ćwiczeń, ale nie zastępuje nauki jego zapytań i struktury danych.

Czy jeden dashboard w Grafanie może obsługiwać wiele serwerów i środowisk?

Jeden dashboard może prezentować dane wielu serwerów i środowisk dzięki zmiennym, czyli variables. Użytkownik wybiera środowisko, usługę lub instancję, a zapytania wykorzystują wskazane wartości. Zmienne zależne pozwalają dodatkowo zawężać dostępne opcje. Takie rozwiązanie ogranicza utrzymywanie kopii dashboardów. Trzeba jednak kontrolować wielokrotny wybór i opcję „All”, aby nie uruchamiać nadmiernej liczby zapytań i paneli.

Dlaczego przekroczenie progu na panelu Grafany nie wysyła powiadomienia?

Próg wizualny panelu nie uruchamia powiadomienia — do tego potrzebna jest reguła alertowa. Zmiana koloru wykresu lub wskaźnika pomaga odczytać sytuację, lecz nie zastępuje konfiguracji Grafana Alerting. Aby wiadomość dotarła do odbiorcy, trzeba określić warunek wykrywania problemu, skonfigurować punkt kontaktowy i właściwe kierowanie alertów. Test powinien obejmować całą ścieżkę, nie tylko możliwość wysłania wiadomości.

Co sprawdzić, gdy panel w Grafanie nie pokazuje danych?

Przy pustym panelu najpierw sprawdź źródło danych, zakres czasu i zapytanie, zamiast zakładać awarię usługi. Diagnostykę ułatwia następująca kolejność:

  • Wybierz okres, dla którego potwierdzono obecność danych.
  • Uruchom zapytanie w Explore z konkretnymi wartościami zamiast zmiennych.
  • Sprawdź filtry, uprawnienia i odpowiedź źródła.
  • Jeśli odpowiedź zawiera dane, zweryfikuj transformacje oraz wizualizację panelu.

Pusta odpowiedź, wartość zero i błąd zapytania wymagają odrębnej interpretacji.

Czy eksport dashboardu do JSON wystarczy do przeniesienia monitoringu?

Eksport JSON przenosi definicję dashboardu, a nie dane ani cały system monitoringu. W środowisku docelowym trzeba zapewnić odpowiednie źródła danych, ich dostępność oraz uprawnienia. Sam import nie odtworzy pomiarów przechowywanych w Prometheusie, Elasticsearch czy Zabbiksie. Przeniesiony widok należy sprawdzić pod kątem zapytań i zmiennych, a konfigurację alertowania zweryfikować niezależnie od wyglądu paneli.

Jak sprawdzić, czy po szkoleniu potrafię samodzielnie korzystać z Grafany?

Najlepszym sprawdzianem jest samodzielne wykonanie zadania łączącego dashboard, alert i diagnostykę problemu. W środowisku testowym wybierz usługę oraz objaw wymagający reakcji. Następnie sprawdź, czy przygotowany widok pokazuje pogorszenie działania, powiadomienie trafia do właściwego odbiorcy, a dane pomagają zawęzić obszar poszukiwań. Przekazanie rozwiązania drugiej osobie wraz z dokumentacją pozwala dodatkowo ocenić jego czytelność i możliwość utrzymania.

icon

Formularz kontaktowyContact form

Imię *Name
NazwiskoSurname
Adres e-mail *E-mail address
Telefon *Phone number
UwagiComments