Monitoring Tools im Vergleich: Welches Open-Source-Werkzeug passt zu deiner Infrastruktur?

# Gesamtzahl der ausgelieferten Zeitreihen
curl -s http://localhost:9100/metrics | grep -c '^[a-zA-Z]'

# Verteilung auf die einzelnen Collectors
curl -s http://localhost:9100/metrics | grep '^[a-zA-Z]' \
  | cut -d'{' -f1 | cut -d' ' -f1 | sort | uniq -c | sort -rn | head -20

# Faustformel aus der Prometheus-Dokumentation:
# Plattenbedarf = Aufbewahrungsdauer(s) x Samples/s x Bytes pro Sample
# Nach Kompression liegt ein Sample bei etwa 1 bis 2 Byte.
# Beispiel: 300 Hosts, 900 Serien je Host, Scrape alle 15 s, 180 Tage
python3 -c 'print(round(180*86400 * (300*900/15) * 2 / 1024**3), "GiB")'

# Am laufenden System nachmessen statt schätzen
promtool tsdb analyze /var/lib/prometheus/data | head -30

global:
  scrape_interval: 15s
  evaluation_interval: 15s

rule_files:
  - /etc/prometheus/rules/*.yml

alerting:
  alertmanagers:
    - static_configs:
        - targets: ['localhost:9093']

scrape_configs:
  - job_name: node
    file_sd_configs:
      - files: ['/etc/prometheus/targets/*.yml']
        refresh_interval: 30s

podman run -d --name node-exporter --network host \
  -v /:/host:ro,rslave \
  quay.io/prometheus/node-exporter:latest --path.rootfs=/host

podman run -d --name prometheus --network host \
  -v /etc/prometheus:/etc/prometheus:Z \
  quay.io/prometheus/prometheus:latest \
  --config.file=/etc/prometheus/prometheus.yml \
  --storage.tsdb.retention.time=30d

# Prüfen, bevor du irgendetwas interpretierst
promtool check config /etc/prometheus/prometheus.yml
curl -s 'http://localhost:9090/api/v1/targets?state=active' \
  | jq -r '.data.activeTargets[] | "\(.labels.instance) \(.health) \(.lastError)"'

up == 0

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

node_filesystem_avail_bytes{fstype!~"tmpfs|overlay"}
  / node_filesystem_size_bytes < 0.10

predict_linear(node_filesystem_avail_bytes{mountpoint="/"}[6h], 4*24*3600) < 0

sudo dnf install -y zabbix-agent2     # RHEL/Rocky/Alma, Repo vom Hersteller
sudo apt install -y zabbix-agent2     # Debian/Ubuntu

sudo sed -i 's/^Server=.*/Server=10.0.0.5/' /etc/zabbix/zabbix_agent2.conf
sudo systemctl enable --now zabbix-agent2

# Vom Monitoring-Server aus prüfen, nicht lokal
zabbix_get -s web01 -k agent.ping
zabbix_get -s web01 -k system.cpu.load[all,avg1]

# Port nur für den Monitoring-Server öffnen, nicht für das ganze Netz
sudo firewall-cmd --permanent --add-rich-rule='rule family="ipv4" source address="10.0.0.5/32" port port="10050" protocol="tcp" accept'
sudo firewall-cmd --reload
sudo firewall-cmd --list-rich-rules

# SELinux: eigene Prüfskripte des Agenten dürfen ins Netz
sudo setsebool -P zabbix_can_network on
sudo ausearch -m AVC -ts recent          # Was hat SELinux tatsächlich geblockt?

route:
  group_by: ['alertname', 'umgebung']
  group_wait: 30s
  group_interval: 5m
  repeat_interval: 4h
  receiver: team-plattform
  routes:
    - matchers: ['umgebung="test"']
      receiver: nur-ticket

inhibit_rules:
  - source_matchers: ['alertname="HostAntwortetNicht"']
    target_matchers: ['schwere="warnung"']
    equal: ['instance']

promtool check rules /etc/prometheus/rules/*.yml
amtool check-config /etc/alertmanager/alertmanager.yml

# Stummschaltung für ein geplantes Wartungsfenster
amtool --alertmanager.url=http://localhost:9093 silence add \
  alertname=HostAntwortetNicht instance=web01 \
  -d 2h -c 'Wartung Ticket 4711'

amtool --alertmanager.url=http://localhost:9093 silence query

# Die zehn Metriken mit den meisten Zeitreihen
topk(10, count by (__name__)({__name__=~".+"}))

# Serien je Job
count by (job) ({__name__=~".+"})

# Gesamtzahl der Serien im Speicher
prometheus_tsdb_head_series