Server-Monitoring mit Prometheus: Grundlagen, die halten
Das minimale Monitoring, das im Alltag überlebt: Metriken mit Prometheus, Alarmregeln, die nur alerten, wenn Maschinen nicht mehr handeln können.

Monitoring-Projekte sterben an einem ziemlich bestimmten Punkt: kurz nach dem Start, wenn die Anzahl der benannten Schalter steigt, die definierten Alarme pausenlos feuern und niemand mehr glaubt, was auf dem Panel steht. Die Gegenstrategie ist klein und unspektakulär: erst die Metriken, die eine Maschine beschreiben, dann die Regeln, die einen Menschen nur dann wecken, wenn eine Maschine nicht mehr selbst handeln kann. Dieser Post beschreibt dieses Minimum mit Prometheus so, dass es über Jahre hält.
Was die Metrik-Kiste hergibt
Ein Prometheus mit node_exporter auf jedem Server beantwortet auf einen Schlag einen kleinen Satz von Fragen: Läuft das System, wie hoch ist die Last relativ zur Kernzahl, wie stark sind die Platten beschäftigt, wie eng wird es auf den Dateisystemen, was macht der Speicher, und wie alt ist der Prozess seit dem letzten Neustart? Diese Fragen haben gemeinsam, dass sie mit einfachen Mitteln und ohne Anwendungswissen beantwortet werden und dass ihre Antworten in den Mustern wertvoll sind: Eine Festplatte, die heute 2 Prozent schreibt, morgen 8 Prozent und übermorgen 20, ist das Signal, das früh genügt. Wer diese fünf bis sechs Kennlinien über eine kleine Serverflotte verfolgt, verliert dabei den Zustand der Systeme nicht aus dem Blick.
Zeitreihen und Labels, kurz erklärt
Prometheus speichert Stichproben als Zeitreihen und identifiziert jede Reihe über einen Namen plus ein Set von Beschriftungen, zum Beispiel den Instanznamen und den Mount-Punkt. Wer das Modell einmal verstanden hat, schreibt Abfragen, die mit wenigen Symbolen auskommen: summiert über Instanzen, geratend über einen Zeitraum, verglichen gegen eine Schwelle. Die Abfragesprache ist mächtig genug, dass man in ihr enorme Konstruktionen bauen kann, aber das Minimum bleibt klein: Auslastung ist die Steigung eines Zählers, freier Platz ist der Anteil eines Gauges, und die Frage "läuft es noch" ist eine einfache Existenzprüfung.
Alarmregeln, die respektiert werden wollen
Ein Alarm, der täglich feuert, wird in weniger als einem Monat still ignoriert; das ist die beobachtbare Natur von Menschen. Die Konsequenz ist harte Auswahl: Alarm nur für Zustände, die menschliches Eingreifen brauchen, technisch formuliert als Alert, dessen Zustand nach einer Bedingung und einer Beweisfrist ansteht. Die Beweisfrist, im Konfigurationsblock for: ausgedrückt, ist dabei ein unscheinbares Detail mit großer Wirkung: Kurze Spitzen werden nicht zu Alarmen, anhaltende Zustände schon. Was nicht alarmiert, landet in den Dashboards und in den Berichten; auch dort ist es sichtbar, aber es weckt niemanden um drei Uhr morgens.
Unsere Standardauswahl ist schmal: Maschine nicht erreichbar, Dateisystem knapp, Speicher unter Druck, Dienst nicht vorhanden. Alles Weitere lernt die Flotte erst, nachdem diese vier Alarme einige Monate in Produktion liefen und sich ihr Rauschpegel bewährt hat.
Dashboards für zwei Fragen
Von Grafana kennen wir die Gefahr, Dashboards zu einem Kunstprojekt zu machen. Die Zwei-Fragen-Methode hilft dagegen: Frage eins lautet, läuft alles; Frage zwei lautet, wohin entwickelt sich das, was läuft. Für Frage eins reicht eine Tabelle mit dem Zustand der Maschinen und Dienste, für Frage zwei die Kurven der vier Standard-Metriken über einige Wochen. Alles Weitere folgt dem Bedarf, den echte Vorfälle erzeugen, nicht der Fantasie. Ein Dashboard, das jemand in einer ernsten Situation öffnet, braucht drei Sekunden bis zur Antwort, und dieser Anspruch sortiert die Visualisierungen besser als jede Gestaltungsregel.
Betrieb ohne Zirkus
Der Betrieb selbst bleibt mit zwei Bestandteilen klein: ein Prometheus-Prozess und ein Datenspeicher mit einer bewusst gewählten Aufbewahrungsdauer, damit die Datenbank nicht unbegrenzt wächst, und ein Exporter je Maschine. Aufbewahrungsdauer und Größe werden bewusst knapp gewählt, denn die Detailtiefe der Historie schaut fast niemand je wieder an; die Kurven der letzten Wochen dagegen täglich. Fällt der Monitoring-Server aus, ist das der Alarm, der nirgendwo mehr klingt; deshalb behalten wir den Zustand des Monitorings selbst im Blick, am einfachsten über eine zweite, unabhängige Sicht, die sich meldet, wenn die neuesten Datenpunkte älter werden.
Was dieses Minimum nicht leistet
Ehrlichkeit gehört zum Plan: Dieses Monitoring beantwortet die Maschinenfragen, nicht die Anwendungsfragen. Ob ein Webshop die Bestellstrecke zu Ende bringt, weiß es nicht; dafür braucht es Indikatoren der Anwendung selbst. Genau deshalb bauen wir die Grundlage zuerst: Sie ist die Ebene, auf die jede spätere Anwendungsmessung aufsetzt, und sie verhindert die Umkehrung, bei der jede Abteilung ihr eigenes halbes Werkzeug installiert. Wer die Ebenen auseinanderhält, bekommt am Ende weniger Werkzeuge und mehr Wahrheit.
Die zweite Grenze ist mindestens so wichtig: Das Minimum sagt nichts über Ursachen. Es zeigt, dass etwas nicht stimmt, und liefert die Perspektive, aus der die Ursache gesucht wird. Diagnose bleibt eigene Arbeit, und das ist gut so, denn automatisierte Ursachenbehauptungen sind die Behauptungen, an die am Ende niemand mehr glaubt.
Eine Zeile zur Sorgfaltspflicht beim Start gehört dazu: Das Minimum verdient eine kurze Einweisung. Die Person, die die Kurven das erste Mal liest, sollte wissen, was sie dort nicht finden wird, nämlich die Anwendungsperspektive. Wer das weiß, fragt zum richtigen Zeitpunkt beim richtigen Werkzeug nach, und die Erwartung bleibt stabil. Ein Satz im Wiki erfüllt diesen Zweck vollständig.
Wenn Sie für Ihre Server eine Überwachung dieser Art aufsetzen oder eine vorhandene kritisch prüfen möchten, finden Sie unter Linux-Server-Administration das passende Angebot, und im Beitrag zur unterbrechungsfreien Bereitstellung mit nginx und systemd sehen Sie, wie Bereitstellung und Beobachtung zusammenspielen.
Quellen
- Prometheus-Dokumentation, Overview, https://prometheus.io/docs/introduction/overview/ (abgerufen 2026-11-04)
- Prometheus-Dokumentation, Alerting rules, https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/ (abgerufen 2026-11-04)
- Grafana-Dokumentation, Getting started, https://grafana.com/docs/grafana/latest/getting-started/ (abgerufen 2026-11-04)