PrometheusのメトリクスをGrafanaで可視化する:ダッシュボード作成入門

GrafanaとPrometheusの接続から、LinuxホストのCPU・メモリ表示、変数による絞り込み、テンプレートの取り込みまで。ネットワーク、永続化、クエリとprovisioningの前提も解説します。

ベストプラクティス
メトリクスの時系列とダッシュボード分析を表すイラスト

クエリが正しく動いていても、ダッシュボードの読み方を間違えることはあります。CPUコアごとのアイドル時間はホストのCPU使用率とは異なり、期間平均を表示するゲージは最新値を示していません。ここではPrometheusのメトリクスを使い、Grafanaの起動からデータソース、パネル、変数、テンプレートの利用までを進めます。

1. ネットワークとデータボリュームを用意して起動する

以下は、prometheusという既存コンテナがあり、同じネットワークのコンテナから9090番ポートへ接続できる構成を前提にしています。新しいmetricsネットワークを作り、Grafanaを起動します。同名のネットワークやコンテナがすでにあれば、既存の構成に合わせてください。

docker network create metrics
docker network connect metrics prometheus
docker volume create grafana-data
docker run -d --name grafana --network metrics \
  -p 127.0.0.1:3000:3000 \
  --mount source=grafana-data,target=/var/lib/grafana \
  grafana/grafana:13.3.0-ubuntu

例では、2026年11月5日の公式ダウンロードページ(英語)に掲載されていた13.3.0のUbuntuイメージを指定しています。運用では確認済みのバージョンを選び、内容まで固定するならdigestを使います。変化するlatestタグは固定バージョンではありません。

ユーザー定義ネットワークではコンテナ名を名前解決できます。デフォルトのbridgeに個別に起動しただけでは、prometheusという名前は自動では使えません。ボリュームは/var/lib/grafana内のGrafanaデータベースなどを保持するもので、コンテナの再作成時にも再利用します。Prometheusのメトリクスを永続化する設定ではありません。GrafanaのDocker導入(英語) · Dockerネットワーク(英語)

http://localhost:3000を開きます。管理者設定を変更していない新規インスタンスはadmin/adminが既定で、通常はパスワード変更を求められます。既存ボリュームや設定済みの認証情報、別の認証方式を使う場合は実際の設定を確認してください。例の公開先はホストのループバックだけなので、リモートアクセスには別途入口を構成します。

2. Prometheusデータソースを追加する

Connections → Data sources → Add data source → Prometheusを選びます。メニュー名はバージョンによって異なる場合があります。

  • URL: http://prometheus:9090は、上記の共有ネットワーク上でHTTPを提供するエンドポイントを指定した例です。別構成ではGrafanaサーバーから実際に到達できるアドレスを使います。Grafanaコンテナ内のlocalhostは、そのコンテナ自身であり、ホストや閲覧者のブラウザーではありません。
  • 認証とTLS: 認証を使わないローカル環境なら認証情報を空にできます。Basic Auth、トークン用ヘッダー、TLSを要求する環境では、必要な認証情報、CA、サーバー名などを設定します。接続テストを通すために証明書検証を無効化する方法は避けます。
  • Save & Test: 接続を確認したら、必要なメトリクスをPrometheusが取得できているかも調べます。接続成功だけではホストのデータがあることまでは確認できません。データソース設定(英語)

3. CPUとメモリのパネルを作る

Dashboards → New → Add visualizationから、追加したデータソースを選びます。以下の例にはLinuxのnode_exporter、該当collector、Prometheusによる正常なスクレイプが必要です。GrafanaやPrometheusをインストールするだけで生成されるメトリクスではありません。

Time seriesでCPU使用率を表示します。

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

各コアのアイドル時間の増加率をrateで求め、インスタンス単位で平均し、100%から差し引きます。結果はコアごとの線ではなく、ホストの平均非アイドル率です。5mは例としての計算窓で、十分な取得サンプルが必要です。複数のjobが同じinstanceを使う構成では、先に収集元を限定して混在を避けます。Prometheus rate(英語) · node_exporter(英語)

  • クエリの種類をRangeにし、選択期間の推移を表示します。
  • Legendに{{instance}}を設定し、対象を区別します。
  • Unitは**Percent (0-100)**です。式はすでに0〜100の百分率を返しています。
  • 「CPU使用率 — 本番クラスター」のように値と対象をタイトルに書きます。ただしタイトルだけでは本番データに絞り込まれません。

Gaugeには、Linuxの利用可能メモリの補数を使えます。

(1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100

これはホスト全体の値で、特定プロセスやコンテナの利用率ではありません。Instantを選ぶと、選択した時間範囲の終点で各インスタンスの値を一度計算します。過去の期間を選んでいれば「現在」の値ではありません。Rangeを使う場合はLastやLast not nullなどの集約方法を明示します。Meanなら期間平均です。取得時刻や欠損も値の鮮度に影響します。

単位を百分率にし、必要に応じてMin/Maxを0/100に固定します。しきい値の例はBaseが緑、70から黄、90から赤です。つまり70未満、70以上90未満、90以上の区分であり、すべてのシステムに共通の異常判定ではありません。Gaugeと値の集約(英語)

4. 変数でインスタンスを絞り込む

ダッシュボードの編集画面から変数を追加します。旧版ではSettings → Variables → Newが入口で、現在のエディターには変数追加の操作もあります。

  • Name:instance
  • Type:Query。Prometheusデータソースを選択
  • Query type:Label values
  • Label:instance、Metric:node_cpu_seconds_total

非推奨のClassic queryではlabel_values(node_cpu_seconds_total, instance)と書きます。これはGrafanaの変数用構文で、Prometheusへ直接送れるPromQL関数ではありません。新規作成にはLabel valuesエディターを使います。

パネルでは$instanceを参照します。次の式でも、平均CPU使用率という定義を維持しています。

100 - avg by (instance) (rate(node_cpu_seconds_total{mode="idle", instance=~"$instance"}[$__rate_interval])) * 100

Multi-valueやInclude Allでは値が正規表現として展開されるため、完全一致の=ではなく=~を使います。$__rate_intervalもGrafanaが送信前に置き換えます。クエリ間隔と設定上のスクレイプ間隔から計算し、スクレイプ間隔にはクエリのMin step、未指定ならデータソースの設定を使います。パネルのMin intervalとは別です。設定の不一致やスクレイプ中断があれば、必要なサンプルが足りないことはあります。

選択が反映されるのは、その変数を参照するクエリだけです。メモリのGaugeも連動させるなら、分子と分母の両メトリクスにinstance=~"$instance"を追加します。ドロップダウンだけで全パネルが自動的に絞り込まれるわけではありません。Prometheus変数(英語)

5. コミュニティのダッシュボードを取り込む

Grafanaのダッシュボードカタログ(英語)には取り込み可能なテンプレートがあります。例として、Importから**Node Exporter Full、ID 1860(英語)**を指定し、revisionとデータソースを選んで各パネルを確認します。

取り込み成功は設定を読み込めたという意味であり、データがそろった証明ではありません。選んだrevisionのnode_exporterバージョン、job名、ラベル、collectorを確認します。配布ページは、一部のグラフが使うsystemdとprocessesを有効にすることを推奨しています。Grafanaやプラグインの互換性も表示に影響するため、空のグラフはまずクエリと収集設定を調べ、必要に応じて修正します。

読みやすさとクエリ負荷を整える

  • 読者ごとに分ける: 最初のページは可用性やエラー率などSLOに関わる概況、詳細はドリルダウン先に置きます。200個のグラフを1ページに並べないようにします。
  • 時間設定を区別する: 表示期間、更新周期、Prometheusのスクレイプ間隔、rateの計算窓は別の設定です。「過去1時間、30秒更新」は例であり、データの更新速度と負荷で決めます。
  • デプロイを注釈に残す: Annotationで時刻を重ねると、変化との時間関係を確認できます。ただし相関だけでは原因は確定しません。
  • 読む量と読み込み負荷で分割する: 6〜8枚という共通の上限はありません。調査に必要な情報とクエリの処理量を基準にします。

よくある質問

パネルのクエリはPrometheusに負荷をかけますか? はい。更新頻度、長い期間、高カーディナリティ、重い式は負荷を増やします。すべての本番環境で「更新は30秒以上」というルールがあるわけではありません。繰り返し使う重い式はrecording rulesで事前計算できますが、Prometheus側で固定のPromQLを定期評価する仕組みなので、Grafanaの$instanceや$__rate_intervalは直接使えません。計算と保存のコストも増えるため、長期間のクエリすべてに必要ではありません。Recording rules(英語)

GrafanaとKibanaはどう違いますか? Grafanaはデータソースを介してメトリクス、ログ、トレースなどを表示します。KibanaはElasticsearchを中心に、文書検索、メトリクス、時系列などを分析します。「片方がメトリクス、もう片方がログ」だけでは説明しきれません。Guanceのダッシュボード(英語)でも収集済みデータを図表にまとめ、推移と調査への入口を一緒に置けます。ただし収集、クエリ、関連フィールドの設定は必要で、画面を追加するだけでデータは生成されません。Grafanaの概要(英語) · Kibanaの分析機能(英語)

設定をバージョン管理するには? JSONのエクスポート/インポートか、ファイルprovisioningを使います。後者にはJSONだけでなく、/etc/grafana/provisioning/dashboardsに置くprovider YAMLが必要です。type: fileを指定し、options.pathをGrafanaサーバーまたはコンテナが読めるJSONディレクトリへ向けます。マウント、権限、データソースUIDも確認します。フォルダーをマウントするだけではproviderは作成されません。Gitに保存した後も同期とデプロイの管理が必要です。設定ファイルがUIでの変更を上書きする場合もあるため、どちらを正とするか決めます。Grafana provisioning(英語)

最適なプランを相談する

お問い合わせ

コミュニティに参加

WeChatでスキャンして
コミュニティに参加

Guanceを試す

オンラインですぐに始めて、使った分だけお支払いください。

利用を開始

Guanceのプランを選択

コードリポジトリ