Grafana Basic

1. Monitoring과 Observability Monitoring은 시스템 상태를 지속적으로 감시하는 활동을 의미한다. CPU 사용률, 메모리 사용량, 요청 수, 에러 발생 여부와 같은 사전에 정의된 지표를 수집하고, 특정 임계값을 초과하면 알림을 발생시키는 방식

Docker는 리눅스 컨테이너 기술을 기반으로 동작한다. macOS와 Linux 환경에서는 별도의 가상화 설정 없이 사용할 수 있다. Windows 환경에서는 WSL2와 같은 리눅스 실행 환경이 필요하다. WSL2는 Windows에서 리눅스 커널을 직접 구동하는 방식으

Grafana는 데이터를 직접 저장하지 않는다. 외부 데이터 저장소에 연결해 데이터를 조회하고, 그 결과를 화면에 보여주는 역할을 한다.Home > Connections > Data Source > TestDataTestData는 실제 데이터베이스 없이도 예시 데이터를

이번 글에서는 메트릭이나 로그 대신 일반 관계형 데이터베이스를 Grafana에 연결한다. 이를 통해 Grafana가 특정 모니터링 도구에 종속된 도구가 아니라, 다양한 데이터 소스를 직접 조회해 시각화할 수 있는 구조임을 확인한다.Docker Compose를 사용해 P

이전 글에서 PostgreSQL을 Grafana에 연결했다. 이번 단계에서는 실제 SQL 쿼리를 작성해 시각화를 구성한다. 시계열 데이터와 범주형 데이터를 각각 다루고, 변수를 활용해 동적인 대시보드를 구성한다.Time Series 패널은 시간 축을 기준으로 값의 변화

1. Overview 이 글에서는 ogger container → Filebeat → Elasticsearch → Grafana 흐름으로 로그를 수집하고 시각화하는 과정을 정리한다. 로그 생성기는 파일에 JSON 로그를 기록하고, Filebeat는 해당 파일을 감시해

이번 글에서는 Spring Boot 애플리케이션에서 발생한 로그를 Logback을 통해 Loki로 직접 전송하고, Grafana에서 조회하는 구조를 정리한다. Spring Boot(Logback) → Loki → Grafana이다. 이전 글에서 다룬 파일 → Fileb

이번 글에서는 Spring Boot 애플리케이션이 생성하는 메트릭을 Actuator로 노출하고, Prometheus가 이를 수집해 Grafana에서 조회하는 구조를 실습한다. 앞선 글의 Spring Boot(Logback) → Loki → Grafana가 애플리케이션이