Grafana
Grafana: 包括的な可視化とダッシュボード管理プラットフォーム
1. はじめに
Grafanaは、複数のデータソースから時系列データを収集し、リアルタイムのダッシュボードと高度な可視化を提供する、現代的なオブザーバビリティプラットフォームです。元々はGraphiteのダッシュボードツールとして始まりましたが、現在はPrometheus、Graphite、InfluxDB、Elasticsearch、Datadogなど、数百のデータソースに対応した統合オブザーバビリティスイートへと進化しました。
Grafanaは、インフラストラクチャ監視、アプリケーションパフォーマンス管理(APM)、ログ分析、合成監視など、複雑な環境での可視化ニーズに対応するために設計されています。
2. Grafanaの基本的な特徴
2.1 マルチソースデータ統合
Grafanaの最大の強みは、異なるベンダーやツールからのデータを一つのダッシュボードに統合できることです。
対応するデータソース（主要なもの）:
- 時系列データベース: Prometheus, Graphite, InfluxDB, TimescaleDB, Elasticsearch
- ログ管理: Loki, Elasticsearch, Splunk, CloudWatch Logs
- クラウドネイティブ: AWS CloudWatch, Azure Monitor, Google Cloud Monitoring
- 外部サービス: Datadog, New Relic, Splunk, Honeycomb
- その他: MySQL, PostgreSQL, SQLite, MongoDB (JSONドキュメントクエリ)
複数のデータソースをシームレスに組み合わせることで、単一のペイン・オブ・グラス(Single Pane of Glass)実現が可能になります。
2.2 豊富な可視化オプション
Grafanaは50以上の組み込み可視化タイプを提供し、さらにコミュニティプラグインを追加できます。
主要な可視化タイプ:
- グラフ: 複数の軸を持つ複雑な時系列グラフ
- ゲージ: 現在の値を視覚化する円形ゲージ
- ステータスパネル: リソースの健全性状態をシンプルに表示
- テーブル: 構造化データの表示と検索
- ヒートマップ: 時間経過による強度分布の表示
- ボックスプロット: 四分位数分布の表示
- トポロジー: ネットワークやシステムの依存関係を図式化
- ログ: 構造化ログの検索と表示
- トレース: 分散トレースの視覚化
- バー・カラムグラフ: 離散的なデータの比較表示
- ピエ図: 全体に占める割合の表示
- キャンドルスティック: OHLC(始値・高値・安値・終値)データの表示
- ノード グラフ: サービス間の通信フローと依存関係
2.3 アラート機能
Grafanaはインテリジェントなアラートエンジンを備えており、複数のルールエンジンをサポートしています。
アラート機能の特徴:
- 統一されたアラート: 単一のアラートエンジンで複数のデータソースを監視
- 複数のルールエンジン: 古いアラート、新しいアラート(Unified Alerting)
- 複数の通知先: Slack, Teams, PagerDuty, Webhook, メール、OpsGenie
- ポリシーベースのルーティング: アラートをルール名や元のデータベースに基づいてルーティング
- グループ化とテンプレート: アラート通知をカスタマイズ可能
2.4 ダッシュボード機能
Grafanaのダッシュボードは、組織内での効果的な監視とレポーティングの中核です。
ダッシュボード機能:
- 動的パネル: 変数、テンプレートを使用した動的なダッシュボード作成
- 共有とアクセス制御: 組織、チーム、ユーザーレベルでの細かい権限管理
- ダッシュボードのバージョン管理: 過去のバージョンへのロールバック
- スナップショット: ダッシュボードの固定スナップショット作成
- 自動更新: ダッシュボードの定期的な自動更新とリフレッシュ
- 埋め込み: 外部のWebサイトへのダッシュボード埋め込み
3. Grafanaのアーキテクチャ
3.1 全体構成
┌─────────────────────────────────────────────────────────────┐
│ Grafanaサーバー │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ HTTP API & Web UI │ │
│ │ (REST API, WebSocket, GraphQL API) │ │
│ └──────────────────────────────────────────────────────┘ │
│ ↓ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ データソースプラグインマネージャー │ │
│ │ (複数のデータソース管理・クエリ翻訳) │ │
│ └──────────────────────────────────────────────────────┘ │
│ ↙ ↙ ↙ ↙ │
│ ┌─────────┐ ┌──────────┐ ┌──────────┐ ┌─────────────┐ │
│ │ Alerting│ │Dashboard │ │ Provisioning
│ │ Engine │ │ Engine │ │ Service │ │ Plugin System │ │
│ └─────────┘ └──────────┘ └──────────┘ └─────────────┘ │
│ ↓ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ メタデータ・インデックス管理 │ │
│ │ (データベース、キャッシング層) │ │
│ └──────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ バックエンドストレージ │
├─────────────────────────────────────────────────────────────┤
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │PostgreSQL│ │ SQLite │ │ MySQL │ │ Loki │ │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
└─────────────────────────────────────────────────────────────┘
↓ ↓ ↓ ↓
┌─────────────────────────────────────────────────────────────┐
│ 外部データソース │
├─────────────────────────────────────────────────────────────┤
│ Prometheus│Graphite│InfluxDB│Datadog│CloudWatch│Elasticsearch│
│ Splunk │Loki │Azure Monitor │New Relic 等 │
└─────────────────────────────────────────────────────────────┘
3.2 コアコンポーネント
3.2.1 HTTPサーバー
Grafanaはポート3000（デフォルト）でHTTPサーバーを起動します。
主な機能:
- RESTful API提供
- Webユーザーインターフェース配信
- WebSocket接続（リアルタイム更新）
- CORS設定
- リバースプロキシサポート
# 設定例: grafana.ini
[server]
protocol = http
http_addr = 0.0.0.0
http_port = 3000
domain = grafana.example.com
root_url = https://grafana.example.com/grafana
enforce_domain = true
serve_from_sub_path = true
3.2.2 データソースプラグインシステム
Grafanaはプラグインベースのアーキテクチャで複数のデータソースをサポートしています。
プラグインの種類:
- データソースプラグイン: クエリエンジンとメタデータプロバイダーを実装
- パネルプラグイン: カスタム可視化を提供
- アプリプラグイン: 複雑な監視スイートを統合
- バックエンドプラグイン: Goで実装されたサーバーサイドロジック
# プラグイン有効化の設定例
grafana.ini:
[plugins]
allow_ui_updates = true
plugin_admin_enabled = true
plugins_allow_ui_updates = true
3.2.3 アラートエンジン
Grafanaのアラート機能は複数のルールエンジンをサポートします。
アラートルール評価の流れ:
データソースからデータ取得
↓
アラートルール評価
↓
条件判定（Firing/Pending/Resolved）
↓
通知ポリシー適用
↓
グループ化・テンプレート処理
↓
複数の通知先へ送信
3.2.4 メタデータストア
Grafanaのメタデータはリレーショナルデータベースに保存されます。
保存される主要情報:
- ユーザー、組織、チーム情報
- ダッシュボード定義
- アラートルール
- データソース設定
- 変数、テンプレート定義
- 監査ログ
[database]
type = postgres
host = localhost:5432
name = grafana
user = grafana
password = ${GF_SECURITY_DB_PASSWORD}
ssl_mode = require
max_idle_conn = 2
max_open_conn = 0
conn_max_lifetime = 14400
log_queries = false
4. 主要な機能詳細
4.1 変数とテンプレート
Grafanaの変数は、ダッシュボードを動的にし、再利用性を高めます。
変数の種類:
1. クエリ変数: データソースクエリから値を取得
- 例: SELECT DISTINCT hostname FROM metrics
2. テキスト変数: テキスト入力
- 例: service_name = "payment-api"
3. 定数変数: 不変の値
- 例: environment = "production"
4. カスタム変数: カンマ区切りのカスタム値
- 例: regions = "us-west-1,us-west-2,us-east-1"
5. 正規表現変数: 正規表現マッチング
使用例:
{
"dashboard": {
"panels": [
{
"targets": [
{
"expr": "rate(http_requests_total{job=\"$job\", instance=\"$instance\"}[5m])"
}
]
}
],
"templating": {
"list": [
{
"name": "job",
"type": "query",
"query": "label_values(http_requests_total, job)",
"refresh": "on-time-range-change"
},
{
"name": "instance",
"type": "query",
"query": "label_values(http_requests_total{job=\"$job\"}, instance)",
"refresh": "on-time-range-change"
}
]
}
}
}
4.2 アラート設定の詳細
4.2.1 新しいアラート（Unified Alerting）
Grafana 8.0以降で導入された統一されたアラートシステム。
# Prometheus互換の記法
groups:
- name: my-alerts
interval: 5m
rules:
- alert: HighErrorRate
expr: |
(
sum(rate(requests_total{status=~"5.."}[5m]))
/
sum(rate(requests_total[5m]))
) > 0.05
for: 5m
annotations:
summary: "High error rate detected"
description: "Error rate is {{ $value | humanizePercentage }}"
labels:
severity: critical
4.2.2 通知ポリシー
global:
resolve_timeout: 5m
route:
receiver: default
group_by: ['alertname', 'cluster']
group_wait: 10s
group_interval: 10s
repeat_interval: 4h
routes:
- matcher:
severity: critical
receiver: pagerduty
repeat_interval: 1h
- matcher:
team: platform
receiver: slack-platform
group_by: ['alertname', 'service']
receivers:
- name: default
slack_configs:
- api_url: 'https://hooks.slack.com/services/XXX/YYY/ZZZ'
channel: '#alerts'
- name: pagerduty
pagerduty_configs:
- service_key: 'https://events.pagerduty.com/...'
severity: 'critical'
4.3 ダッシュボード設定の実装例
4.3.1 基本的なダッシュボード構造
{
"dashboard": {
"title": "Platform Observability Dashboard",
"uid": "platform-obs-001",
"version": 1,
"tags": ["platform", "production"],
"timezone": "browser",
"refresh": "30s",
"time": {
"from": "now-6h",
"to": "now"
},
"panels": [
{
"id": 1,
"title": "Request Rate",
"type": "graph",
"datasource": "Prometheus",
"gridPos": {
"h": 8,
"w": 12,
"x": 0,
"y": 0
},
"targets": [
{
"expr": "sum(rate(http_requests_total[5m])) by (service)",
"format": "time_series",
"legendFormat": "{{service}}",
"refId": "A"
}
],
"fieldConfig": {
"defaults": {
"color": {
"mode": "palette-classic"
},
"custom": {
"axisLabel": "Requests/sec",
"axisPlacement": "auto"
},
"unit": "reqps"
}
},
"options": {
"legend": {
"calcs": ["mean", "max"],
"placement": "bottom"
}
}
},
{
"id": 2,
"title": "Error Rate",
"type": "gauge",
"datasource": "Prometheus",
"gridPos": {
"h": 8,
"w": 12,
"x": 12,
"y": 0
},
"targets": [
{
"expr": "sum(rate(http_requests_total{status=~\"5..\"}[5m])) / sum(rate(http_requests_total[5m]))",
"refId": "A"
}
],
"fieldConfig": {
"defaults": {
"unit": "percentunit",
"max": 1,
"min": 0,
"thresholds": {
"mode": "absolute",
"steps": [
{"color": "green", "value": null},
{"color": "yellow", "value": 0.01},
{"color": "red", "value": 0.05}
]
}
}
}
},
{
"id": 3,
"title": "Latency Heatmap",
"type": "heatmap",
"datasource": "Prometheus",
"gridPos": {
"h": 8,
"w": 24,
"x": 0,
"y": 8
},
"targets": [
{
"expr": "histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))",
"legendFormat": "p95",
"refId": "A"
},
{
"expr": "histogram_quantile(0.99, rate(http_request_duration_seconds_bucket[5m]))",
"legendFormat": "p99",
"refId": "B"
}
]
}
]
}
}
4.3.2 複雑なダッシュボード例：マイクロサービスモニタリング
{
"dashboard": {
"title": "Microservices Health Dashboard",
"tags": ["microservices", "platform"],
"templating": {
"list": [
{
"name": "environment",
"type": "query",
"query": "label_values(up, environment)",
"current": {"value": "production"}
},
{
"name": "service",
"type": "query",
"query": "label_values(up{environment=\"$environment\"}, service)",
"current": {"value": ["all"]},
"multi": true
}
]
},
"panels": [
{
"title": "Service Status Overview",
"type": "stat",
"targets": [
{
"expr": "count(up{environment=\"$environment\", service=~\"$service\"} == 1)",
"legendFormat": "Healthy"
},
{
"expr": "count(up{environment=\"$environment\", service=~\"$service\"} == 0)",
"legendFormat": "Unhealthy"
}
],
"gridPos": {"h": 8, "w": 12, "x": 0, "y": 0}
},
{
"title": "P95 Latency by Service",
"type": "table",
"targets": [
{
"expr": "histogram_quantile(0.95, rate(http_request_duration_seconds_bucket{environment=\"$environment\", service=~\"$service\"}[5m]))",
"format": "table"
}
],
"gridPos": {"h": 8, "w": 12, "x": 12, "y": 0}
}
]
}
}
4.4 プロビジョニングとインフラストラクチャアズコード
Grafanaはプロビジョニングにより、ダッシュボード、データソース、アラートなどを宣言的に管理できます。
# /etc/grafana/provisioning/dashboards/dashboards.yaml
apiVersion: 1
providers:
- name: 'default'
orgId: 1
folder: ''
type: file
disableDeletion: false
options:
path: /var/lib/grafana/dashboards
# /var/lib/grafana/dashboards/prometheus.yaml
apiVersion: 1
kind: ConfigMap
metadata:
name: prometheus-datasource
data:
prometheus.yaml: |
apiVersion: 1
datasources:
- name: Prometheus
type: prometheus
access: proxy
url: http://prometheus:9090
isDefault: true
editable: true
4.5 RBAC（ロールベースアクセス制御）
Grafana Enterpriseでは細かいアクセス制御が可能です。
# ロール定義の例
[security]
admin_user = admin
admin_password = ${GF_SECURITY_ADMIN_PASSWORD}
[auth]
# LDAP/Active Directory統合
ldap_enabled = true
ldap_config_path = /etc/grafana/ldap.toml
# SAML統合
saml_enabled = true
saml_certificate_path = /etc/grafana/certs/sp.crt
saml_key_path = /etc/grafana/certs/sp.key
# OAuth 2.0統合
oauth_auto_login = false
oauth_allow_signup = true
# ldap.toml LDAP設定
[[servers]]
host = "ldap.example.com"
port = 389
use_ssl = false
bind_dn = "cn=admin,dc=example,dc=com"
bind_password = "password"
search_base_dns = ["dc=example,dc=com"]
[servers.attributes]
name = "cn"
surname = "sn"
username = "uid"
member_of = "memberOf"
email = "mail"
[[servers.group_mappings]]
group_dn = "cn=grafana-admin,ou=groups,dc=example,dc=com"
org_role = "Admin"
[[servers.group_mappings]]
group_dn = "cn=grafana-viewer,ou=groups,dc=example,dc=com"
org_role = "Viewer"
5. Grafana Loki統合
Loki は Grafana が開発したログアグリゲーション システムで、Prometheus にインスパイアされています。
5.1 Loki アーキテクチャ
┌─────────────────────────┐
│ ログソース │
│ (Docker、Kubernetes) │
└────────────┬────────────┘
│ Promtail
↓
┌─────────────────────────┐
│ Loki Distributor │
│ (ラベルパース・バリデーション)
└────────────┬────────────┘
│
┌──────┴──────┐
↓ ↓
┌──────────┐ ┌──────────┐
│ Ingester │ │ Ingester │
│(ログバッチ化)
└────┬─────┘ └────┬─────┘
│ │
└──────┬───────┘
↓
┌─────────────────────────┐
│ Object Storage │
│ (S3, GCS, Azure等) │
└─────────────────────────┘
5.2 Lokiクエリ例
# ラベルクエリ
{job="api-server"}
# 複合クエリ
{job="api-server", level="error"}
# ログライン フィルタ
{job="api-server"} |= "error"
# 正規表現フィルタ
{job="api-server"} |~ "status=5\d{2}"
# メトリクス抽出
{job="api-server"} | json | status=500 | unwrap duration_ms
# 集約
{job="api-server"} | json | unwrap duration_ms | histogram_quantile(0.95)
6. Grafana Tempo（トレース管理）
Tempo は OpenTelemetry ネイティブな分散トレース管理システムです。
6.1 Tempoとの統合
# datasource設定
apiVersion: v1
kind: ConfigMap
metadata:
name: grafana-datasources
data:
tempo.yaml: |
apiVersion: 1
datasources:
- name: Tempo
type: tempo
access: proxy
url: http://tempo:3200
jsonData:
nodeGraph:
enabled: true
lokiSearch:
datasourceUid: loki_uid
6.2 トレース可視化
トレースパネルはサービス間の呼び出しフローを可視化します。
API Gateway (150ms)
├── Payment Service (100ms)
│ ├── Database Query (50ms)
│ └── Cache Lookup (5ms)
├── Order Service (30ms)
│ └── Message Queue (20ms)
└── Notification Service (15ms)
└── Email Send (10ms)
7. Grafana Mimir（メトリクス管理）
Mimirは高スケーラビリティなメトリクスストレージです。
7.1 Mimirの特徴
- 水平スケーラビリティ: マイクロサービスアーキテクチャ
- 長期保存: S3などのオブジェクトストレージ対応
- 高可用性: レプリケーション機能
- 複数テナント対応: マルチテナント環境に対応
7.2 Mirirのコンポーネント
┌──────────────────────────┐
│ Distributor │
│ (スケーラビリティ層) │
└──────────┬───────────────┘
│
┌──────┴──────┐
↓ ↓
┌──────────┐ ┌──────────┐
│ Ingester │ │ Ingester │
└────┬─────┘ └────┬─────┘
│ │
└──────┬──────┘
↓
┌──────────────────────────┐
│ Block Storage │
│ (S3, GCS等) │
└──────────────────────────┘
8. 運用の実践例
8.1 Docker Composeでの実装
version: '3.8'
services:
grafana:
image: grafana/grafana:10.0.0
ports:
- "3000:3000"
environment:
- GF_SECURITY_ADMIN_PASSWORD=admin
- GF_USERS_ALLOW_SIGN_UP=false
- GF_SECURITY_SECRET_KEY=${GF_SECURITY_SECRET_KEY}
volumes:
- grafana_storage:/var/lib/grafana
- ./provisioning:/etc/grafana/provisioning
- ./dashboards:/var/lib/grafana/dashboards
networks:
- monitoring
prometheus:
image: prom/prometheus:latest
ports:
- "9090:9090"
volumes:
- ./prometheus.yml:/etc/prometheus/prometheus.yml
- prometheus_storage:/prometheus
command:
- '--config.file=/etc/prometheus/prometheus.yml'
- '--storage.tsdb.path=/prometheus'
networks:
- monitoring
loki:
image: grafana/loki:2.8.0
ports:
- "3100:3100"
volumes:
- ./loki-config.yaml:/etc/loki/local-config.yaml
- loki_storage:/loki
command: -config.file=/etc/loki/local-config.yaml
networks:
- monitoring
promtail:
image: grafana/promtail:2.8.0
volumes:
- /var/log:/var/log
- ./promtail-config.yaml:/etc/promtail/config.yml
command: -config.file=/etc/promtail/config.yml
networks:
- monitoring
volumes:
grafana_storage:
prometheus_storage:
loki_storage:
networks:
monitoring:
driver: bridge
8.2 Kubernetesでのデプロイ
# grafana-deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: grafana
namespace: monitoring
spec:
replicas: 2
selector:
matchLabels:
app: grafana
template:
metadata:
labels:
app: grafana
spec:
serviceAccountName: grafana
containers:
- name: grafana
image: grafana/grafana:10.0.0
ports:
- containerPort: 3000
name: web
env:
- name: GF_SECURITY_ADMIN_PASSWORD
valueFrom:
secretKeyRef:
name: grafana-secret
key: admin-password
- name: GF_SECURITY_SECRET_KEY
valueFrom:
secretKeyRef:
name: grafana-secret
key: secret-key
resources:
requests:
memory: "256Mi"
cpu: "100m"
limits:
memory: "512Mi"
cpu: "500m"
volumeMounts:
- name: storage
mountPath: /var/lib/grafana
- name: provisioning
mountPath: /etc/grafana/provisioning
- name: dashboards
mountPath: /var/lib/grafana/dashboards
livenessProbe:
httpGet:
path: /api/health
port: 3000
initialDelaySeconds: 30
periodSeconds: 10
readinessProbe:
httpGet:
path: /api/health
port: 3000
initialDelaySeconds: 10
periodSeconds: 5
volumes:
- name: storage
persistentVolumeClaim:
claimName: grafana-pvc
- name: provisioning
configMap:
name: grafana-provisioning
- name: dashboards
configMap:
name: grafana-dashboards
---
apiVersion: v1
kind: Service
metadata:
name: grafana
namespace: monitoring
spec:
type: LoadBalancer
ports:
- port: 80
targetPort: 3000
protocol: TCP
selector:
app: grafana
---
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: grafana-pvc
namespace: monitoring
spec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 10Gi
8.3 アラートルール設定例
# /etc/grafana/provisioning/alerting/alerts.yaml
apiVersion: 1
groups:
- name: application_alerts
interval: 1m
rules:
- uid: high_error_rate
title: High Error Rate
condition: B
data:
- refId: A
queryType: ""
relativeTimeRange:
from: 300
to: 0
datasourceUid: prometheus_uid
expression: |
sum(rate(http_requests_total{status=~"5.."}[5m]))
/
sum(rate(http_requests_total[5m]))
- refId: B
expression: A
reducer: mean
settings:
mode: strict
noDataState: NoData
execErrState: Alerting
for: 5m
annotations:
description: |
Error rate is {{ $value | humanizePercentage }}
Please check the service logs immediately.
runbook_url: https://wiki.example.com/runbooks/high_error_rate
summary: High error rate detected
labels:
severity: critical
team: platform
- uid: high_cpu_usage
title: High CPU Usage
condition: B
data:
- refId: A
queryType: ""
relativeTimeRange:
from: 300
to: 0
datasourceUid: prometheus_uid
expression: |
(100 - avg by (instance) (
100 * (1 - rate(node_cpu_seconds_total{mode="idle"}[5m]))
)) > 80
- refId: B
expression: A
reducer: mean
for: 10m
annotations:
description: |
CPU usage is {{ $value }}%
Host: {{ $labels.instance }}
summary: High CPU usage on {{ $labels.instance }}
labels:
severity: warning
team: infrastructure
9. パフォーマンス最適化
9.1 クエリ最適化
# 非効率なクエリ
rate(http_requests_total[5m])
# 最適化されたクエリ
rate(http_requests_total{environment="production"}[5m])
# さらに最適化
sum(rate(http_requests_total{environment="production", service="api"}[5m])) by (method)
9.2 リソース管理
# Grafana リソース設定
grafana:
resources:
requests:
memory: 512Mi
cpu: 250m
limits:
memory: 1Gi
cpu: 500m
# Prometheus リソース設定
prometheus:
resources:
requests:
memory: 2Gi
cpu: 1000m
limits:
memory: 4Gi
cpu: 2000m
10. セキュリティのベストプラクティス
10.1 認証と認可
# SAML設定
[auth.saml]
enabled = true
certificate_path = /etc/grafana/saml.crt
private_key_path = /etc/grafana/saml.key
idp_metadata_path = /etc/grafana/idp-metadata.xml
assertion_attribute_login = "email"
assertion_attribute_email = "email"
assertion_attribute_name = "name"
10.2 通信のセキュアに設定
[server]
protocol = https
cert_file = /etc/grafana/certs/server.crt
cert_key = /etc/grafana/certs/server.key
min_tls_version = TLSv1.2
[security]
admin_user = admin
admin_password = ${GF_SECURITY_ADMIN_PASSWORD}
secret_key = ${GF_SECURITY_SECRET_KEY}
cookie_secure = true
cookie_samesite = lax
10.3 監査ログ
[audit]
enabled = true
log_path = /var/log/grafana/audit.log
console = false
[log]
level = info
format = json
11. トラブルシューティング
11.1 一般的な問題と解決策
問題: ダッシュボードが遅い
解決策:
- クエリを最適化（範囲を絞る、ラベルで絞り込む）
- パネル数を減らす
- リフレッシュ間隔を長くする
- キャッシング層を追加
問題: アラートが通知されない
解決策:
- アラートルール評価を確認:
Administration > Alerting > Alert Rules - 通知チャネル設定を確認
- ポリシーベースのルーティングを確認
- ログファイルを確認
11.2 デバッグ方法
# ログレベルを上げる
docker logs -f grafana --tail=100
# Grafana CLI でデータソース接続テスト
grafana-cli admin reset-admin-password newpassword
# メトリクスエンドポイント
curl http://localhost:3000/metrics
12. まとめ
Grafanaは包括的なオブザーバビリティプラットフォームへと進化しており、以下の特徴を持っています：
- 柔軟なデータソース統合: 100以上のデータソースをサポート
- 豊富な可視化: 50以上の組み込みパネルタイプ
- 統一されたアラート: 複数のデータソースに対応
- プラグインエコシステム: コミュニティ主導の拡張
- エンタープライズ機能: RBAC、SSO、監査ログ
- オープンソース: 活発なコミュニティと定期的なアップデート
組織の規模や要件に応じて、Grafanaはスタートアップから大規模エンタープライズまで対応できる、スケーラブルで拡張性の高いプラットフォームです。