Cómo instalar y usar Grafana para visualizar datos en tiempo real

Grafana es una herramienta potente y autohospedada que convierte métricas complejas en paneles claros, interactivos y gráficos en tiempo real. La mejor parte es que puedes instalar Grafana en múltiples plataformas a través de Docker, lo que hace que la configuración sea rápida, limpia e independiente de la plataforma. En esta guía, te guiaré a través de la instalación de Grafana usando Docker y te mostraré cómo usarlo para monitorear métricas del sistema y visualizar datos en tiempo real de manera efectiva.

Instalar Grafana usando Docker

Antes de instalar Grafana, asegúrate de que Docker esté instalado en tu sistema.

Para comenzar, procede con el siguiente comando para obtener la imagen de Grafana:

sudodocker pull grafana/grafana

Ahora, inicia un nuevo contenedor de Grafana en segundo plano y mapealo al puerto 3000 usando el siguiente comando:

sudodocker run -d-p3000:3000--name=grafana grafana/grafana

Después de ejecutar el contenedor de Docker, abre tu navegador y ve a http://localhost:3000 para acceder al panel de Grafana. Usa el nombre de usuario y la contraseña por defecto, ambos configurados como admin, para iniciar sesión en Grafana:

Una vez que presiones el botón de inicio de sesión, te pedirá que actualices la contraseña para evitar riesgos de seguridad. Puedes actualizar y enviar (recomendado) la contraseña modificada o saltarte esta parte para continuar con la contraseña por defecto:

Una vez que hayas iniciado sesión con éxito, aparecerá el siguiente panel:

Relacionado: aparte de Grafana, también puedes usar cualquiera de estas herramientas para monitorear tu sistema Linux.

Conectar fuentes de datos y visualizar métricas

Grafana te permite monitorear varios servicios y contenedores desde un solo panel. Puedes agregar múltiples fuentes de datos (como Prometheus, MySQL, MongoDB, etc.) y visualizar datos utilizando paneles preconstruidos o personalizados.

Conectemos Prometheus como nuestra primera fuente de datos. Para hacer esto, instalaremos y ejecutaremos Prometheus usando Docker:

sudodocker pull prom/prometheus

Ejecuta el contenedor de Prometheus con el siguiente comando:

sudodocker run -d-p9090:9090--name=prometheus prom/prometheus

Una vez que el contenedor esté en funcionamiento, puedes acceder a la interfaz web de Prometheus visitando http://tu_ip:9090.

Agregar una fuente de datos

Ahora que Grafana y Prometheus están en funcionamiento, puedes comenzar agregando tu primera fuente de datos:

Selecciona la fuente de datos que deseas agregar y luego ingresa la URL, como http://tu_ip:9090. Después de esto, haz clic en Guardar y Probar, y recibirás la siguiente notificación: Consulta exitosa a la API de Prometheus

Crear tu primer panel

Una vez conectado, puedes crear un panel para visualizar tus métricas utilizando gráficos, tablas y otros paneles. Para hacer esto, haz clic en el botón Crear panel o Nuevo -> Nuevo panel.

Ahora, haz clic en el botón + Agregar nueva visualización para comenzar tu nuevo panel agregando una visualización:

Finalmente, elige Prometheus como la fuente de datos:

Utiliza cualquier métrica disponible, por ejemplo, process_cpu_seconds_total, y haz clic en el botón Ejecutar consultas para visualizar los datos:

De manera similar, puedes agregar más visualizaciones (como uso de CPU, memoria, etc.) y arrastrarlas y soltarlas en tu diseño.

De esta manera, puedes construir una vista en tiempo real e interactiva de los datos de tu sistema o aplicación para facilitar el monitoreo y análisis.

Usar paneles preconstruidos

Grafana permite importar paneles de la comunidad. Por ejemplo, puedes visitar el sitio web oficial de Grafana y usar cualquiera de los paneles preconstruidos:

Para usar un panel preconstruido, puedes copiar la ID de cualquier panel del sitio oficial y pegarla en la sección de paneles de Grafana.

Ahora que Grafana está en funcionamiento, el siguiente paso es explorar visualizaciones avanzadas, instalar complementos útiles o integrarlo con herramientas como Prometheus, MySQL o Elasticsearch para crear un stack de observabilidad completo. También puedes explorar cómo ejecutar otras aplicaciones basadas en GUI en Docker para crear un entorno más interactivo y flexible.