Observability with Prometheus and Grafana

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