DevOps · DOP-02

สร้างระบบ Observability ด้วย Prometheus และ Grafana

หลักสูตรสร้างระบบ Observability ด้วย Prometheus และ Grafana เป็นการอบรมสร้างระบบเฝ้าระวังตั้งแต่ศูนย์ ตั้งแต่ติดตั้ง Prometheus เก็บ Metric ด้วย Exporter เขียน PromQL ทำ Dashboard บน Grafana จนถึงตั้งการแจ้งเตือนด้วย Alertmanager เหมาะกับ DevOps, SRE ผู้ดูแลระบบ และทีมที่ใช้ Docker หรือ Kubernetes

อัปเดตล่าสุด 19 ก.ย. 2569

ราคาเริ่มต้น 9,450 บาท / ท่าน 10,500 −10% ยังไม่รวม VAT 7% · มีราคาหมู่คณะ

ขอใบเสนอราคาอบรมองค์กร ลงชื่อจองไว้

PDFดาวน์โหลด Course Outline

ระยะเวลา18 ชั่วโมง · 3 วัน
รูปแบบออนไซต์ / ออนไลน์สด
รอบถัดไปเปิดตามคำขอ
ใบรับรองมี Certificate

ภาพรวมหลักสูตร

เมื่อระบบล่มหรือช้า คำถามแรกคือรู้ได้อย่างไรและรู้เร็วแค่ไหน องค์กรจำนวนมากยังรู้ปัญหาจากการที่ลูกค้าโทรมาแจ้ง ไม่ใช่จากระบบเฝ้าระวังของตนเอง Prometheus และ Grafana เป็นชุดเครื่องมือมาตรฐานแบบโอเพนซอร์สที่ทีม DevOps และ SRE ทั่วโลกใช้เก็บ Metric แสดงผลเป็น Dashboard และแจ้งเตือนก่อนที่ผู้ใช้จะได้รับผลกระทบ หลักสูตรนี้พาผู้เรียนสร้างระบบ Observability

ตั้งแต่ศูนย์ ครอบคลุมการติดตั้ง Prometheus และการเก็บ Metric จากเซิร์ฟเวอร์ คอนเทนเนอร์ ฐานข้อมูล และแอปพลิเคชันด้วย Exporter การเขียน PromQL เพื่อค้นหาและคำนวณค่า การออกแบบ Dashboard ที่อ่านง่ายด้วย Grafana การตั้งกฎแจ้งเตือนที่ไม่รบกวนเกินจำเป็นด้วย Alertmanager ไปจนถึงการเก็บข้อมูลระยะยาวและการต่อยอดสู่ Log และ Trace ทุกหัวข้อลงมือทำจริงบนเครื่อง Lab (อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง ระดับ Intermediate)

สิ่งที่คุณจะได้รับ

เข้าใจแนวคิด Observability และความต่างระหว่าง Metric, Log และ Trace
ติดตั้งและตั้งค่า Prometheus พร้อมเข้าใจสถาปัตยกรรมการทำงานแบบ Pull
เก็บ Metric จากเซิร์ฟเวอร์ คอนเทนเนอร์ และฐานข้อมูลด้วย Exporter ต่าง ๆ
ตั้งค่า Service Discovery ให้ระบบค้นหาเป้าหมายที่ต้องเฝ้าระวังอัตโนมัติ
เขียน PromQL เพื่อค้นหา คำนวณอัตรา และสรุปข้อมูล Metric
ออกแบบ Dashboard ด้วย Grafana ให้อ่านง่ายและสื่อสารกับทีมได้
ฝัง Metric ในแอปพลิเคชันของตนเองและเฝ้าระวังตามหลัก Four Golden Signals
ตั้งกฎแจ้งเตือนและจัดการการแจ้งเตือนด้วย Alertmanager อย่างมีประสิทธิภาพ
วางแผนการเก็บข้อมูลระยะยาวและต่อยอดสู่การเก็บ Log และ Trace

หลักสูตรนี้เหมาะสำหรับ

DevOps Engineer และ Site Reliability Engineer ที่ต้องดูแลความเสถียรของระบบ
ผู้ดูแลระบบและทีม Infrastructure ที่ต้องการระบบเฝ้าระวังที่ใช้งานได้จริง
นักพัฒนาที่ต้องการเข้าใจพฤติกรรมและประสิทธิภาพของแอปพลิเคชันบน Production
ทีมที่ใช้ Docker และ Kubernetes และต้องการเฝ้าระวังคอนเทนเนอร์
หัวหน้าทีมเทคนิคที่ต้องการวางระบบแจ้งเตือนและตัวชี้วัดความพร้อมใช้งาน

พื้นฐานของผู้เข้าอบรม

ใช้งาน Linux ในระดับคำสั่งพื้นฐานได้ (แนะนำผ่านหลักสูตร Linux Administration มาก่อน)
เข้าใจแนวคิดเครือข่ายพื้นฐาน เช่น พอร์ต HTTP และ DNS
หากเคยใช้ Docker มาบ้างจะช่วยให้ทำ Lab ได้ราบรื่นขึ้น
ไม่จำเป็นต้องเขียนโปรแกรมเป็น แต่ควรอ่านไฟล์ตั้งค่า YAML ได้

หัวข้อการฝึกอบรม

รายละเอียดหลักสูตร

อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง รูปแบบบรรยายพร้อมปฏิบัติจริงบนเครื่อง Lab (Hands-on Lab) ทุกหัวข้อ ระดับ Intermediate ผู้เรียนจะได้ Lab Guide, ไฟล์ตั้งค่า Prometheus และ Alertmanager, Dashboard ตัวอย่างสำหรับ Grafana และชุด PromQL ที่ใช้บ่อย กลับไปใช้งานจริง เครื่องมือทั้งหมดเป็นโอเพนซอร์สที่นำไปติดตั้งในองค์กรได้โดยไม่มีค่าลิขสิทธิ์

Day 1 พื้นฐาน Prometheus และการเก็บ Metric

Section 1: แนวคิด Observability และ Monitoring

ความต่างระหว่าง Monitoring และ Observability และเหตุผลที่องค์กรต้องมีทั้งสองอย่าง
สามเสาหลักของ Observability: Metric, Log และ Trace และการเลือกใช้ให้เหมาะกับปัญหา
ตัวชี้วัดสำคัญ: Four Golden Signals และแนวคิด SLI, SLO และ Error Budget
ภาพรวมสถาปัตยกรรม Prometheus, Grafana และ Alertmanager ที่ทำงานร่วมกัน

Section 2: การติดตั้งและตั้งค่า Prometheus

สถาปัตยกรรมแบบ Pull และ Time Series Database ของ Prometheus
การติดตั้ง Prometheus ด้วย Docker Compose และโครงสร้างไฟล์ prometheus.yml
แนวคิด Metric, Label และ Time Series และการตั้งชื่อ Metric ที่ดี
Lab: ติดตั้ง Prometheus และเฝ้าระวังตัวมันเองเป็นเป้าหมายแรก

Section 3: การเก็บ Metric ด้วย Exporter

การเก็บ Metric ของเซิร์ฟเวอร์ด้วย Node Exporter (CPU, Memory, Disk, Network)
การเฝ้าระวังคอนเทนเนอร์ด้วย cAdvisor และการเก็บ Metric ของฐานข้อมูลและเว็บเซิร์ฟเวอร์
ชนิดของ Metric: Counter, Gauge, Histogram และ Summary และการเลือกใช้
Lab: ติดตั้ง Exporter หลายตัวและตรวจสอบว่า Prometheus เก็บข้อมูลได้ครบ

Section 4: Service Discovery และการจัดการเป้าหมาย

การกำหนดเป้าหมายแบบ Static และข้อจำกัดเมื่อระบบขยายตัว
Service Discovery จากไฟล์ DNS และคลาวด์ และการใช้กับ Kubernetes
การใช้ Relabeling เพื่อจัดระเบียบ Label และคัดกรองเป้าหมาย
Lab: ตั้งค่า Service Discovery ให้เป้าหมายใหม่ถูกเฝ้าระวังอัตโนมัติ

Day 2 PromQL และ Grafana Dashboard

Section 5: ภาษา PromQL เบื้องต้น

การเลือกข้อมูลด้วย Selector และการกรองด้วย Label Matcher
ฟังก์ชันที่ใช้บ่อย: rate, increase, sum, avg, max และการใช้ by และ without
การคำนวณ Percentile จาก Histogram และการหาค่าที่ผิดปกติ
Lab: เขียน PromQL ตอบคำถามจริง เช่น อัตราการเกิดข้อผิดพลาดและการใช้ทรัพยากร

Section 6: Grafana และการสร้าง Dashboard

การติดตั้ง Grafana และการเชื่อมต่อ Prometheus เป็น Data Source
ชนิดของ Panel และการเลือกกราฟให้เหมาะกับข้อมูลแต่ละแบบ
การใช้ตัวแปร (Variable) ทำ Dashboard ที่เลือกเซิร์ฟเวอร์หรือบริการได้
Lab: สร้าง Dashboard เฝ้าระวังเซิร์ฟเวอร์และคอนเทนเนอร์ของตนเอง

Section 7: การออกแบบ Dashboard ที่ใช้งานได้จริง

หลักการออกแบบ Dashboard ให้อ่านแล้วรู้ทันทีว่าระบบปกติหรือมีปัญหา
การจัดกลุ่มข้อมูลตามผู้ใช้งาน: Dashboard สำหรับผู้บริหาร ทีม Ops และนักพัฒนา
การนำเข้า Dashboard สำเร็จรูปจากชุมชนและการปรับให้เหมาะกับองค์กร
Lab: ปรับปรุง Dashboard ให้สื่อสารสถานะระบบได้ในหน้าจอเดียว

Section 8: การเฝ้าระวังแอปพลิเคชัน

การฝัง Metric ในแอปพลิเคชันด้วย Client Library และการเปิด Endpoint ให้ Prometheus ดึง
การวัดตามหลัก Four Golden Signals: Latency, Traffic, Errors และ Saturation
การเฝ้าระวังจากภายนอกด้วย Blackbox Exporter เพื่อจำลองมุมมองผู้ใช้
Lab: เพิ่ม Metric ในแอปพลิเคชันตัวอย่างและสร้าง Dashboard ติดตามผล

Day 3 Alerting การเก็บข้อมูล และ Capstone

Section 9: การตั้งกฎแจ้งเตือน (Alerting Rules)

การเขียน Alerting Rule ด้วย PromQL และการกำหนดระยะเวลา for ให้ไม่แจ้งเตือนพร่ำเพรื่อ
การจัดระดับความรุนแรงและการใส่ข้อมูลที่ทีมต้องใช้แก้ปัญหาไว้ในการแจ้งเตือน
แนวคิดการแจ้งเตือนตามอาการที่ผู้ใช้รู้สึก (Symptom-based Alerting)
Lab: เขียนกฎแจ้งเตือนสำหรับเซิร์ฟเวอร์และบริการที่เฝ้าระวังอยู่

Section 10: Alertmanager และการส่งการแจ้งเตือน

การติดตั้งและตั้งค่า Alertmanager และการเชื่อมกับ Prometheus
การจัดกลุ่ม (Grouping) การระงับ (Silence) และการยับยั้ง (Inhibition) เพื่อลดเสียงรบกวน
การส่งการแจ้งเตือนเข้าอีเมล, LINE, Slack หรือช่องทางขององค์กร
Lab: ตั้งค่าส่งการแจ้งเตือนเข้าช่องทางจริงและทดสอบสถานการณ์ระบบล่ม

Section 11: การเก็บข้อมูลระยะยาวและประสิทธิภาพ

การกำหนดระยะเวลาเก็บข้อมูลและการประเมินพื้นที่จัดเก็บที่ต้องใช้
แนวทางการเก็บข้อมูลระยะยาวและการทำ Federation เมื่อระบบขยายตัว
การปรับแต่งประสิทธิภาพ: ความถี่ในการดึงข้อมูล จำนวน Label และปัญหา Cardinality สูง
การสำรองข้อมูลและการดูแลระบบเฝ้าระวังให้พร้อมใช้งานเสมอ

Section 12: Log, Trace และ Capstone

การเก็บ Log ด้วย Loki และการดู Log ควบคู่กับ Metric ใน Grafana
แนวคิด Distributed Tracing และ OpenTelemetry สำหรับตามรอยคำขอข้ามบริการ
โจทย์รวบยอด: วางระบบ Observability ครบชุดสำหรับบริการหนึ่งตั้งแต่เก็บ Metric ถึงแจ้งเตือน
Workshop: นำเสนอ Dashboard และกฎแจ้งเตือนที่ออกแบบ พร้อมรับ Feedback

รอบอบรมและรูปแบบการอบรม

สำหรับบุคคล — รอบอบรมทั่วไป

ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770

ลงชื่อจองไว้ สอบถามรอบอบรม

สำหรับองค์กร — In-house / Private Training

ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม
เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด
ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ

ขอใบเสนอราคาอบรมองค์กร

วิทยากรผู้สอน

สามิตร โกยมCEO ที่สถาบันไอทีจีเนียส

คำถามที่พบบ่อย

Monitoring กับ Observability ต่างกันอย่างไร

Monitoring คือการเฝ้าดูตัวชี้วัดที่รู้ล่วงหน้าว่าสำคัญ แล้วแจ้งเตือนเมื่อเกินเกณฑ์ เช่น CPU สูงหรือดิสก์ใกล้เต็ม ตอบคำถามว่าระบบมีปัญหาหรือไม่ ส่วน Observability คือความสามารถในการเข้าใจว่าเกิดอะไรขึ้นภายในระบบจากข้อมูลที่ระบบส่งออกมา ทั้ง Metric Log และ Trace จึงช่วยตอบได้ว่าทำไมจึงมีปัญหา แม้เป็นปัญหาที่ไม่เคยคาดไว้ องค์กรจึงควรมีทั้งสองอย่างควบคู่กัน

ฟังก์ชัน rate ใน PromQL ใช้ทำอะไร

Metric แบบ Counter เช่น จำนวนคำขอ HTTP ทั้งหมด มีค่าเพิ่มขึ้นเรื่อย ๆ อ่านค่าดิบแล้วจึงไม่ค่อยมีความหมาย ฟังก์ชัน rate คำนวณอัตราเพิ่มเฉลี่ยต่อวินาทีในช่วงเวลาที่กำหนด เช่น rate(http_requests_total[5m]) และจัดการกรณีค่า Counter รีเซ็ตเมื่อบริการรีสตาร์ตให้เอง มักใช้คู่กับ sum by เพื่อรวมผลตามบริการหรือรหัสสถานะ เช่น หาอัตราข้อผิดพลาดต่อวินาที

ตั้งระบบเฝ้าระวังเซิร์ฟเวอร์ด้วย Prometheus และ Grafana มีขั้นตอนอย่างไร

เริ่มจากติดตั้ง Prometheus เช่น ด้วย Docker Compose แล้วติดตั้ง Node Exporter บนเซิร์ฟเวอร์ที่ต้องการเฝ้าระวัง จากนั้นเพิ่มเป้าหมายใน prometheus.yml ให้ Prometheus ดึง Metric มาเก็บ ติดตั้ง Grafana และเพิ่ม Prometheus เป็น Data Source แล้วสร้าง Dashboard ด้วย PromQL หรือนำเข้า Dashboard สำเร็จรูปจากชุมชน สุดท้ายเขียน Alerting Rule และตั้ง Alertmanager ส่งแจ้งเตือนไปยังช่องทางของทีม หลักสูตรนี้ฝึกครบทุกขั้นบนเครื่อง Lab

หลักสูตร สร้างระบบ Observability ด้วย Prometheus และ Grafana เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับ DevOps Engineer และ SRE ที่ดูแลความเสถียรของระบบ ผู้ดูแลระบบและทีม Infrastructure ที่ต้องการระบบเฝ้าระวังที่ใช้ได้จริง นักพัฒนาที่อยากเข้าใจพฤติกรรมของแอปบน Production และทีมที่ใช้ Docker หรือ Kubernetes ควรใช้คำสั่ง Linux พื้นฐานได้ เข้าใจพอร์ต HTTP และ DNS และอ่านไฟล์ YAML ได้ ถ้าเคยใช้ Docker มาบ้างจะทำ Lab ได้ราบรื่นขึ้น

เรียนจบหลักสูตร สร้างระบบ Observability ด้วย Prometheus และ Grafana แล้วทำอะไรได้บ้าง

ติดตั้ง Prometheus และเก็บ Metric ด้วย Exporter ตั้ง Service Discovery เขียน PromQL ตอบคำถามจริง เช่น อัตราข้อผิดพลาดและการใช้ทรัพยากร สร้าง Grafana Dashboard ที่อ่านแล้วรู้สถานะระบบทันที ฝัง Metric ในแอปตามหลัก Four Golden Signals เขียนกฎแจ้งเตือนและตั้ง Alertmanager และต่อยอดไปเก็บ Log ด้วย Loki และ Trace ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้

จัดอบรมหลักสูตร สร้างระบบ Observability ด้วย Prometheus และ Grafana ให้ทีมในองค์กรได้ไหม

ได้ หลักสูตรนี้จัดเป็นการอบรมแบบ In-house ให้ทีมในองค์กรได้ และปรับตัวอย่างให้ตรงกับงานของทีม เช่น ออกแบบ Dashboard และกฎแจ้งเตือนสำหรับบริการที่ทีมดูแลอยู่จริง ขอใบเสนอราคาได้จากหน้านี้ หรือติดต่อทาง LINE @itgenius โทร 02-570-8449