Skip to content

Monitoring server dengan Prometheus, Node Exporter, dan Grafana

Membangun stack monitoring sederhana dengan Docker Compose untuk memantau CPU, RAM, disk, dan jaringan server Linux, lengkap dengan dashboard Grafana dan aturan peringatan yang benar-benar berguna.

published
reading time
4 min

Tanpa monitoring, Anda baru tahu server bermasalah ketika pengguna mengeluh. Disk yang penuh perlahan selama berminggu-minggu, memori yang terus naik karena kebocoran di aplikasi, atau CPU yang selalu tinggi di jam tertentu adalah pola yang mudah dicegah jika terlihat lebih awal.

Kombinasi Prometheus, Node Exporter, dan Grafana adalah stack monitoring open source yang paling banyak dipakai. Artikel ini membangunnya dari awal dengan Docker Compose, cukup untuk memantau satu sampai puluhan server.

Komponen dan perannya

KomponenFungsi
Node ExporterMembaca metrik sistem (CPU, RAM, disk, jaringan) dan menyajikannya lewat HTTP
PrometheusMengambil (scrape) metrik secara berkala, menyimpannya, dan mengevaluasi aturan peringatan
GrafanaMenampilkan metrik dalam dashboard
AlertmanagerMengirim notifikasi peringatan ke email, Telegram, Slack, dan lainnya

Prometheus memakai model pull: Prometheus yang mendatangi setiap target, bukan target yang mengirim data. Keuntungannya, jika target mati, Prometheus langsung tahu karena scrape gagal.

Struktur direktori

monitoring/
├── compose.yaml
├── prometheus/
│   ├── prometheus.yml
│   └── alerts.yml
└── .env

Docker Compose

compose.yaml
services:
  prometheus:
    image: prom/prometheus:v2.55.1
    restart: unless-stopped
    command:
      - --config.file=/etc/prometheus/prometheus.yml
      - --storage.tsdb.retention.time=30d
    volumes:
      - ./prometheus:/etc/prometheus:ro
      - prometheus_data:/prometheus
    ports:
      - "127.0.0.1:9090:9090"
 
  node-exporter:
    image: prom/node-exporter:v1.8.2
    restart: unless-stopped
    command:
      - --path.rootfs=/host
    pid: host
    network_mode: host
    volumes:
      - /:/host:ro,rslave
 
  grafana:
    image: grafana/grafana:11.3.0
    restart: unless-stopped
    environment:
      GF_SECURITY_ADMIN_PASSWORD: ${GRAFANA_PASSWORD:?wajib diisi}
      GF_USERS_ALLOW_SIGN_UP: "false"
    volumes:
      - grafana_data:/var/lib/grafana
    ports:
      - "127.0.0.1:3001:3000"
 
volumes:
  prometheus_data:
  grafana_data:

Gunakan versi image terbaru yang tersedia saat Anda membaca artikel ini, tapi tetap kunci ke versi tertentu, bukan latest.

Node Exporter memakai network_mode: host dan pid: host agar bisa membaca statistik jaringan dan proses milik host, bukan milik container. Volume /:/host:ro memberinya akses baca ke filesystem host untuk menghitung pemakaian disk.

Karena memakai jaringan host, Node Exporter mendengarkan di port 9100 di semua interface. Blokir port ini dari internet dengan firewall. Metrik sistem bisa membocorkan informasi yang berguna bagi penyerang.

Konfigurasi Prometheus

prometheus/prometheus.yml
global:
  scrape_interval: 30s
  evaluation_interval: 30s
 
rule_files:
  - alerts.yml
 
scrape_configs:
  - job_name: prometheus
    static_configs:
      - targets: ["localhost:9090"]
 
  - job_name: node
    static_configs:
      - targets: ["host.docker.internal:9100"]
        labels:
          instance: web01

Agar container Prometheus bisa menjangkau Node Exporter di host, tambahkan extra_hosts di layanan Prometheus:

    extra_hosts:
      - "host.docker.internal:host-gateway"

Untuk server lain, pasang Node Exporter di setiap server (sebagai container atau paket prometheus-node-exporter), lalu tambahkan alamatnya ke daftar targets. Batasi akses port 9100 di server tersebut hanya untuk IP server Prometheus, atau hubungkan semuanya lewat VPN.

Jalankan stack:

docker compose up -d

Buka http://127.0.0.1:9090/targets melalui SSH tunnel untuk memastikan semua target berstatus UP:

ssh -L 9090:127.0.0.1:9090 -L 3001:127.0.0.1:3001 rafli@IP_SERVER

Dashboard Grafana

Buka Grafana di http://localhost:3001, login sebagai admin, lalu:

  1. Connections > Data sources > Add > Prometheus, URL http://prometheus:9090.
  2. Dashboards > New > Import, masukkan ID 1860 (Node Exporter Full).

Dashboard ini menampilkan hampir semua metrik penting dari Node Exporter. Mulailah dari sini, lalu buat dashboard sendiri yang hanya berisi panel yang benar-benar Anda perhatikan.

Aturan peringatan yang berguna

Peringatan yang terlalu banyak sama buruknya dengan tidak ada peringatan, karena lama-kelamaan semua notifikasi diabaikan. Mulailah dengan sedikit aturan yang menandakan masalah nyata:

prometheus/alerts.yml
groups:
  - name: node
    rules:
      - alert: TargetDown
        expr: up == 0
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: "{{ $labels.instance }} tidak bisa di-scrape"
 
      - alert: DiskHampirPenuh
        expr: |
          (node_filesystem_avail_bytes{fstype!~"tmpfs|overlay|squashfs"}
            / node_filesystem_size_bytes{fstype!~"tmpfs|overlay|squashfs"}) < 0.10
        for: 10m
        labels:
          severity: warning
        annotations:
          summary: "Sisa disk {{ $labels.mountpoint }} di {{ $labels.instance }} di bawah 10%"
 
      - alert: DiskAkanPenuh24Jam
        expr: |
          predict_linear(node_filesystem_avail_bytes{fstype!~"tmpfs|overlay|squashfs"}[6h], 24 * 3600) < 0
        for: 30m
        labels:
          severity: warning
 
      - alert: MemoriTinggi
        expr: (1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) > 0.90
        for: 15m
        labels:
          severity: warning

Aturan DiskAkanPenuh24Jam memakai predict_linear untuk memproyeksikan tren enam jam terakhir. Peringatan ini muncul sebelum disk benar-benar penuh, memberi Anda waktu bertindak di jam kerja, bukan tengah malam.

Bagian for menentukan berapa lama kondisi harus bertahan sebelum peringatan aktif. Ini mencegah notifikasi akibat lonjakan sesaat.

Setelah mengubah aturan, muat ulang konfigurasi:

docker compose restart prometheus

Untuk mengirim notifikasi, tambahkan Alertmanager ke stack dan arahkan ke email atau bot Telegram. Grafana juga punya sistem peringatan sendiri jika Anda lebih suka mengatur semuanya dari antarmuka web.

Memahami metrik penting

  • Load average perlu dibandingkan dengan jumlah core CPU. Load 4 pada server 8 core masih normal.
  • Memori "terpakai" di Linux termasuk cache. Lihat MemAvailable, bukan MemFree.
  • I/O wait yang tinggi menandakan disk menjadi hambatan, meskipun CPU terlihat menganggur.
  • Pemakaian swap yang terus naik adalah tanda awal kekurangan RAM.

Mengamankan stack monitoring

Dashboard monitoring berisi gambaran lengkap infrastruktur Anda: nama host, alamat IP, versi kernel, dan pola trafik. Informasi ini sangat berguna bagi penyerang, jadi perlakukan stack monitoring seperti layanan sensitif lainnya.

  • Jangan buka Prometheus ke internet. Prometheus tidak punya autentikasi bawaan. Siapa pun yang bisa mengakses port 9090 bisa membaca semua metrik. Itulah sebabnya contoh di atas mengikat port ke 127.0.0.1.
  • Akses Grafana lewat VPN atau reverse proxy dengan HTTPS. Jika harus diakses dari luar, letakkan di belakang reverse proxy seperti Caddy, ganti password admin default, dan matikan pendaftaran user.
  • Batasi port Node Exporter di setiap server hanya untuk IP server Prometheus.
  • Pantau monitoring itu sendiri. Jika server Prometheus mati, semua peringatan ikut berhenti tanpa suara. Gunakan layanan eksternal sederhana, misalnya pemeriksa uptime yang memanggil endpoint Grafana, atau aturan dead man's switch di Alertmanager yang selalu aktif dan mengirim sinyal ke layanan luar.

Retensi dan kapasitas disk

Prometheus menyimpan data di disk lokal dalam format time series yang efisien. Dengan interval scrape 30 detik dan beberapa server, pemakaian disk biasanya hanya beberapa GB untuk 30 hari. Atur lama penyimpanan dengan --storage.tsdb.retention.time, dan pantau ukuran volume prometheus_data dengan aturan peringatan disk yang sama seperti server lain. Untuk menyimpan data bertahun-tahun, pertimbangkan penyimpanan jangka panjang seperti Thanos atau VictoriaMetrics, tapi untuk sebagian besar kebutuhan, 30 sampai 90 hari sudah cukup untuk melihat tren dan menyelidiki insiden.

Penutup

Stack ini bisa berjalan dalam satu jam dan memakai sumber daya yang kecil. Nilainya bukan pada grafik yang menarik, tapi pada dua hal: Anda tahu ada masalah sebelum pengguna mengeluh, dan saat terjadi insiden, Anda punya data untuk mencari penyebabnya. Mulailah dari metrik sistem, lalu tambahkan exporter untuk database, reverse proxy, atau aplikasi Anda sendiri ketika kebutuhannya muncul.

Monitoring server dengan Prometheus, Node Exporter, dan Grafana · Rafli Anggoro