Grafana

Grafana es la herramienta de visualización de métricas más popular en el ecosistema DevOps. Mientras que Prometheus se encarga de recopilar y almacenar datos de rendimiento, Grafana transforma esos números en dashboards interactivos y visualmente intuitivos que cualquier miembro del equipo puede interpretar de un vistazo, sin necesidad de escribir consultas PromQL.

En este módulo aprenderás a instalar Grafana, conectarla con Prometheus, crear dashboards personalizados y reutilizar plantillas de la comunidad. También exploraremos Netdata como una alternativa más ligera para monitorización local.

[!NOTE] Repositorio de ejemplos Todos los ejemplos de este tema se encuentran en el repositorio del módulo:

git clone https://github.com/josepgarcia/monitoring-prometheus-graphana
cd monitoring-prometheus-graphana

---

1. Instalación con Docker Compose

Para que Grafana funcione, necesitamos un stack de servicios interconectados: Prometheus (que recopila datos), Grafana (que los visualiza), Node Exporter (que proporciona métricas del host) y cAdvisor (que expone métricas de contenedores Docker).

Añadimos Grafana al stack de Prometheus del tema anterior en un único archivo docker-compose.yaml:

# docker-compose.yaml (stack completo)
services:
  prometheus:
    image: prom/prometheus:latest
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml

  grafana:
    image: grafana/grafana:latest
    ports:
      - "3000:3000"
    environment:
      # Credenciales del administrador
      - GF_SECURITY_ADMIN_USER=admin
      - GF_SECURITY_ADMIN_PASSWORD=admin
    volumes:
      # Sin este volumen, los dashboards se pierden al reiniciar el contenedor
      - grafana-data:/var/lib/grafana

  node-exporter:
    image: prom/node-exporter:latest
    ports:
      - "9100:9100"

  cadvisor:
    image: gcr.io/cadvisor/cadvisor:latest
    ports:
      - "8080:8080"
    privileged: true

volumes:
  grafana-data:

# Levantar el stack completo
docker compose up -d

# Acceder a Grafana
# http://localhost:3000  (admin / admin)

---

2. Conectar Grafana con Prometheus (Data Source)

Un data source es la forma en que Grafana accede a los datos. Es como decirle: “aquí es donde puedes consultar las métricas”. Sin configurar un data source, Grafana no tiene nada que visualizar.

Pasos para configurar Prometheus como data source

1. Accede a Grafana: abre tu navegador en http://localhost:3000 e inicia sesión con usuario admin y contraseña admin
2. Navega a Data Sources: en el menú lateral, haz clic en Connections → Data Sources
3. Añade una nueva fuente: pulsa el botón Add new data source (azul, esquina superior derecha)
4. Selecciona Prometheus: elige Prometheus de la lista de opciones disponibles
5. Configura la URL: en el campo URL introduce http://prometheus:9090 (importante: usa el nombre del servicio Docker, no localhost)
6. Prueba la conexión: pulsa Save & Test — deberías ver un mensaje verde que diga “Data source is working”

⚠️ Crítico: URL correcta en Docker

Este es un error muy común que genera “Data source is not working” en Grafana.

Cuando los servicios corren en Docker, cada contenedor ve la red interna de Docker. Desde dentro del contenedor de Grafana, localhost apunta al propio Grafana, no a Prometheus. Debes usar el nombre del servicio Docker tal como se define en el docker-compose.yaml:

# ❌ INCORRECTO — Grafana no encontrará Prometheus
http://localhost:9090

# ✅ CORRECTO — Usa el nombre del servicio definido en docker-compose
http://prometheus:9090

Si intenta con localhost y falla, verás un error del tipo: “connection refused” o “unable to reach host”.

---

3. Crear tu primer dashboard

Un dashboard es una pantalla compuesta de paneles interactivos. Cada panel representa una métrica específica usando una visualización (gráfico de líneas, número destacado, indicador de porcentaje, tabla, etc.) basada en una consulta PromQL contra Prometheus.

Pasos para crear un nuevo dashboard

1. Abre la página de dashboards: en el menú lateral, haz clic en Dashboards
2. Crea uno nuevo: pulsa el botón + New Dashboard (esquina superior derecha)
3. Añade tu primer panel: pulsa + Add visualization (botón azul en el centro)
4. Selecciona la fuente de datos: elige Prometheus en el menú desplegable (datos source)
5. Escribe una consulta PromQL: en el editor de consultas (abajo), pega una de las consultas de ejemplo
6. Configura la visualización: en la columna derecha, selecciona el tipo de gráfico (Time series, Stat, Gauge, etc.)
7. Guarda el panel: pulsa Apply (botón azul) para confirmar y añadirlo al dashboard

Verás cómo en tiempo real el panel muestra datos si Prometheus está correctamente configurado.

Consultas PromQL para los primeros paneles

A continuación, encontrarás consultas listas para usar. Solo tienes que copiar y pegarlas en el editor de Grafana. Cada una está comentada para explicar qué mide.

# Panel 1: CPU de cada contenedor (Time series)
# Muestra cómo evoluciona el porcentaje de CPU de cada contenedor a lo largo del tiempo
sum(rate(container_cpu_usage_seconds_total{name=~".+"}[10m])) by (name) * 100

# Panel 2: Número de contenedores activos (Stat)
# Un número grande y visible con el total de contenedores en marcha en este momento
count(count(container_last_seen) by (name))

# Panel 3: Memoria por contenedor en MB (Bar chart)
# Compara el uso de memoria (en megabytes) entre todos los contenedores activos
container_memory_usage_bytes{name=~".+"} / 1024 / 1024

# Panel 4: Tráfico de red enviado en Mbps (Time series)
# Visualiza el ancho de banda de salida de red en megabits por segundo
rate(container_network_transmit_bytes_total[1m]) * 8 / 1024 / 1024

# Panel 5: CPU del host en % (Gauge de 0 a 100)
# Muestra el porcentaje total de CPU usado en la máquina host
100 - (avg by(instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)

# Panel 6: Memoria disponible del host en GB (Stat)
# Cantidad de RAM libre disponible en la máquina host
node_memory_MemAvailable_bytes / 1024 / 1024 / 1024

Consejo práctico: copia cada consulta en el campo PromQL de un nuevo panel, selecciona el tipo de visualización recomendado, y verás los datos en tiempo real.

---

4. Tipos de visualizaciones en Grafana

Grafana incluye muchas opciones de visualización. Seleccionar el tipo correcto hace que tus datos sean mucho más claros y comprensibles. Aquí están los más importantes para monitorización:

Tipo	Descripción	Cuándo usarlo	Ejemplo
Time series	Gráfico de líneas que evoluciona en el tiempo	Ver tendencias, cambios, picos de carga	CPU, memoria, tráfico de red
Stat	Un número grande y destacado	Mostrar un valor actual importante	Contenedores activos, uptime total
Gauge	Indicador circular o lineal (tipo velocímetro)	Mostrar un valor dentro de un rango (0-100%)	CPU%, disco usado%, memoria disponible%
Bar chart	Gráfico de barras comparativo	Comparar valores entre instancias o servicios	Memoria por contenedor, peticiones por endpoint
Table	Tabla de datos estructurada	Mostrar muchos detalles simultáneamente	Listado de servicios con estado, IPs, puertos
Heatmap	Mapa de calor (intensidad de colores)	Ver distribuciones y patrones ocultos	Latencia de peticiones, calor de CPU por hora
Logs	Panel de texto en tiempo real	Leer líneas de log vivas mientras ocurren	Logs de aplicación (requiere Loki integrado)

---

5. Importar dashboards de la comunidad

Una de las mayores ventajas de Grafana es que no necesitas crear todos los dashboards desde cero. Miles de usuarios y empresas comparten dashboards profesionales, completos y listos para usar.

Ubicación: grafana.com/grafana/dashboards

Pasos para importar un dashboard

1. Abre el gestor de dashboards: en el menú lateral, haz clic en Dashboards
2. Abre el importador: pulsa New → Import
3. Busca el dashboard:
   • Opción A: Introduce el ID del dashboard (número de 3-5 dígitos) en el campo “Grafana.com Dashboard”
   • Opción B: Pega el JSON completo si lo tienes descargado
4. Selecciona el data source: en el desplegable, elige tu Prometheus data source
5. Confirma la importación: pulsa Import

En segundos, Grafana creará todos los paneles y empezará a mostrar datos.

Dashboards recomendados para empezar

ID	Nombre	Qué monitoriza	Ideal para
1860	Node Exporter Full	CPU, RAM, disco, red, procesos del host	Administradores de sistemas
193	Docker monitoring	Métricas de todos los contenedores	Ingenieros DevOps con Docker
11074	Node Exporter Dashboard EN	Versión simplificada del host	Principiantes
893	Docker and system monitoring	Docker + métricas del host combinadas	Stack mixto (contenedores + host)

📚 Explora dashboards por tecnología

En Grafana.com puedes buscar dashboards específicos para tus herramientas: Kafka, Airflow, PostgreSQL, Redis, Nginx, Elasticsearch, Kubernetes, etc. Busca por nombre y verás decenas de opciones comunitarias.

---

6. Aprovisionamiento automático (Infrastructure as Code)

En desarrollo, configurar dashboards manualmente desde la UI funciona. Pero en producción, esta aproximación tiene problemas: cambios manuales, inconsistencias entre entornos, dificultad para reproducir configuraciones en nuevos servidores.

La solución es el aprovisionamiento automático: define tus data sources y dashboards en archivos YAML/JSON que Grafana carga automáticamente cuando arranca. Es la forma profesional de trabajar.

Data source como código

provisioning/datasources/prometheus.yml

apiVersion: 1

datasources:
  - name: Prometheus
    type: prometheus
    access: proxy
    # Nombre del servicio Docker, no localhost
    url: http://prometheus:9090
    isDefault: true
    editable: false

Dashboard como código

provisioning/dashboards/dashboards.yml

apiVersion: 1

providers:
  - name: 'default'
    orgId: 1
    folder: ''
    type: file
    disableDeletion: false
    updateIntervalSeconds: 10
    options:
      # Carpeta donde están los JSON de los dashboards
      path: /var/lib/grafana/dashboards

Luego monta los archivos en el docker-compose:

grafana:
  image: grafana/grafana:latest
  ports:
    - "3000:3000"
  volumes:
    - grafana-data:/var/lib/grafana
    # Montar la configuración de aprovisionamiento
    - ./provisioning:/etc/grafana/provisioning
    # Montar los JSON de los dashboards
    - ./dashboards:/var/lib/grafana/dashboards

---

7. Alternativa: Netdata (monitorización autónoma)

Existe una alternativa a la combinación Prometheus + Grafana: Netdata. Es una herramienta de monitorización autónoma que genera sus propias visualizaciones sin dependencias externas.

Diferencias clave

Aspecto	Prometheus + Grafana	Netdata
Instalación	Requiere 2-3 servicios (Prometheus, Grafana, exporters)	Un único contenedor
Configuración	Manual, requiere entender PromQL	Automática, sin configuración
Alcance	Centraliza métricas de múltiples hosts	Monitoriza un único host localmente
Flexibilidad	Muy personalizable, gran comunidad	Menos flexible, menos opciones
Caso de uso	Producción, múltiples servidores, dashboards complejos	Desarrollo, single-node, visión rápida

Arrancar Netdata

# Desplegar Netdata con Docker en 10 segundos
docker run -d \
  --name=netdata \
  -p 19999:19999 \
  --cap-add SYS_PTRACE \
  --security-opt apparmor=unconfined \
  netdata/netdata

# Accede a: http://localhost:19999
# Verás métricas del host en tiempo real sin configurar nada

¿Cuándo usar cada una?

Elige Netdata si…

• Necesitas monitorizar un solo servidor o máquina local
• Quieres resultados inmediatos sin configuración
• Trabajas en desarrollo local

Elige Prometheus + Grafana si…

• Necesitas monitorizar múltiples hosts/servicios de forma centralizada
• Quieres crear dashboards personalizados y profesionales
• Trabajas en producción y necesitas escalabilidad

---

Errores comunes y cómo resolverlos

❌ Error: “Los dashboards desaparecen al reiniciar Grafana”

Síntoma: Creas un dashboard hermoso, lo guardas, pero cuando reinicia el contenedor de Grafana, desaparece.

Causa: Falta el volumen persistente. Sin él, los datos se almacenan solo en la memoria del contenedor.

Solución: Añade un volumen en el docker-compose.yaml:

# ❌ INCORRECTO: sin volumen persistente
grafana:
  image: grafana/grafana
  ports:
    - "3000:3000"
  # Los dashboards se pierden aquí ⚠️

# ✅ CORRECTO: con volumen para persistencia
grafana:
  image: grafana/grafana
  ports:
    - "3000:3000"
  volumes:
    - grafana-data:/var/lib/grafana  # ← Esto guarda los dashboards

volumes:
  grafana-data:  # Nombre del volumen Docker

Luego, reinicia los contenedores: docker compose down && docker compose up -d

❌ Error: “Data source Prometheus shows ‘No Data’ / connection refused”

Síntoma: En Grafana, al hacer clic en Test Connection para el data source, ves un mensaje rojo de error.

Causa: Generalmente es por uno de estos problemas:

1. Prometheus no está corriendo: verifica con docker ps que el contenedor de Prometheus existe y está activo
2. URL incorrecta: usaste http://localhost:9090 en lugar del nombre del servicio Docker
3. Prometheus no tiene datos: no está scrapeando correctamente

Solución paso a paso:

# 1. Verifica que todos los contenedores están activos
docker ps | grep prometheus  # Debería listar el contenedor de Prometheus

# 2. Entra en Grafana y comprueba la URL del data source
# Debe ser: http://prometheus:9090 (NO localhost)

# 3. Verifica que Prometheus está scrapeando datos
# Abre en tu navegador: http://localhost:9090/targets
# Todos los targets deben estar en estado "UP" (verde)

# 4. Si aún falla, reinicia todo:
docker compose down
docker compose up -d

---

Ejercicios prácticos

[!NOTE] 💡 Soluciones disponibles Si te atascas, las soluciones están en el archivo 2.Graphana_SOL.txt del repositorio.

Ej. 1: Instalación y conexión (verificación básica)

Objetivo: Instalar el stack completo y verificar que Grafana puede conectarse a Prometheus.

Pasos:

1. Usa el docker-compose.yaml de la Sección 1 y levanta el stack: docker compose up -d
2. Espera 30 segundos a que Prometheus se estabilice
3. Abre Grafana en http://localhost:3000 e inicia sesión con admin / admin
4. Añade Prometheus como data source (Connections → Data Sources → Add new data source)
   • URL: http://prometheus:9090
   • Pulsa “Save & Test” — deberías ver ✅ verde
5. Verificación: Ve a Explore (icono de brújula) y ejecuta la consulta up. ¿Cuántos targets aparecen? ¿Todos están en valor 1?

Concepto: La métrica up en Prometheus indica si un target está activo (1 = UP, 0 = DOWN).

Ej. 2: Tu primer panel personalizado

Objetivo: Crear un dashboard simple con un panel que muestre cuántos contenedores están corriendo.

Pasos:

1. Abre Dashboards → New Dashboard
2. Haz clic en + Add visualization
3. Selecciona Prometheus como data source
4. Copia esta consulta en el editor PromQL:

   count(count(container_last_seen) by (name))

5. En la columna derecha, selecciona Stat como tipo de visualización
6. Configura el panel:
   • Title: Contenedores activos
   • Units: dejar en blanco
7. Pulsa Apply para guardar

Resultado esperado: Verás un número grande (3 o 4) en el centro del panel, dependiendo de cuántos contenedores tengas activos.

¿Qué significa?: La métrica container_last_seen emite un valor 1 cuando un contenedor está activo. Al agrupar por nombre y contar, obtenemos el total.

Ej. 3: Gráfico de evolución temporal (Time series)

Objetivo: Añadir un segundo panel que muestre cómo varía la CPU de cada contenedor a lo largo del tiempo.

Pasos:

1. En el mismo dashboard, haz clic en + Add visualization (o en la esquina superior derecha del dashboard)
2. Selecciona Prometheus como data source
3. Copia esta consulta:

   sum(rate(container_cpu_usage_seconds_total{name!=""}[5m])) by (name) * 100

4. En la columna derecha, selecciona Time series (gráfico de líneas)
5. Configura el panel:
   • Title: CPU por contenedor (%)
   • En la pestaña Field, ajusta Unit a percent (0-100)
6. Pulsa Apply

Resultado esperado: Verás un gráfico con varias líneas (una por contenedor) mostrando la CPU en el tiempo.

Análisis: ¿Qué contenedor tiene picos de CPU? ¿Es constante o variable?

Ej. 4: Reutilizar dashboards comunitarios

Objetivo: Aprender a importar dashboards profesionales de Grafana.com en lugar de crear todo desde cero.

Pasos:

1. En Dashboards → New → Import
2. En el campo “Find and import dashboards for common applications”, introduce: 1860
3. Pulsa Enter o espera a que Grafana cargue la información del dashboard
4. En el desplegable de Datasource, selecciona Prometheus
5. Pulsa el botón Import

Espera 5 segundos a que cargue. Verás un dashboard completo con muchos paneles automáticamente.

Preguntas de reflexión:

• ¿Cuántos paneles diferentes tiene este dashboard?
• ¿Qué información te parece más valiosa como administrador de sistemas?
• ¿Hay algún panel que ya habías creado manualmente en el ejercicio 3?

Ej. 5: Automatizar la configuración (Infrastructure as Code)

Objetivo: Practicar el aprovisionamiento automático para que Grafana se configure sin intervención manual.

Pasos:

1. Crea la carpeta: en tu proyecto, crea provisioning/datasources/
2. Crea el archivo YAML: provisioning/datasources/prometheus.yml con este contenido:

   apiVersion: 1
   datasources:
     - name: Prometheus
       type: prometheus
       access: proxy
       url: http://prometheus:9090
       isDefault: true

3. Actualiza el docker-compose.yaml: añade en el servicio grafana:

   volumes:
     - grafana-data:/var/lib/grafana
     - ./provisioning:/etc/grafana/provisioning  # ← Nueva línea

4. Reinicia el stack:

   docker compose down
   docker compose up -d

5. Verifica: abre Grafana, ve a Connections → Data Sources. El data source de Prometheus debe estar ahí sin haberlo configurado manualmente.

Concepto clave: Esto es Infrastructure as Code — tu configuración vive en archivos versionables, no en clicks en la UI.

---

🚀 Proyecto Integral: Dashboard de Monitorización Profesional

En este proyecto, crearás un dashboard production-ready que monitoriza tanto contenedores Docker como el host.

Objetivo

Construir un dashboard con al menos 6 paneles que proporcione una visión completa del estado del sistema en tiempo real.

Paneles a crear

Panel	Tipo	Métrica	Descripción
Contenedores activos	Stat	count(count(container_last_seen) by (name))	Número de contenedores en ejecución
CPU por contenedor	Time series	sum(rate(container_cpu_usage_seconds_total{name!=""}[5m])) by (name) * 100	Evolución de CPU de cada contenedor
Memoria por contenedor (MB)	Bar chart	container_memory_usage_bytes{name!=""} / 1024 / 1024	Consumo de RAM comparado
CPU del host (%)	Gauge	100 - (avg by(instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)	Uso total de CPU del servidor
Memoria disponible del host (GB)	Stat	node_memory_MemAvailable_bytes / 1024 / 1024 / 1024	RAM libre disponible
Disco usado del host (%)	Gauge	(node_filesystem_size_bytes{fstype=~"ext4|xfs"} - node_filesystem_free_bytes{fstype=~"ext4|xfs"}) / node_filesystem_size_bytes{fstype=~"ext4|xfs"} * 100	Porcentaje de disco utilizado

Requisitos del proyecto

✅ Estructura: Organiza los 6 paneles en dos filas:

• Fila 1 (arriba): Métricas de contenedores (activos, CPU, memoria)
• Fila 2 (abajo): Métricas del host (CPU, memoria, disco)

✅ Presentación:

• Título del dashboard: algo descriptivo como “Stack Monitoring” o “System Dashboard”
• Cada panel con título y unidades apropiadas
• Colores coherentes

✅ Exportación: Una vez terminado, exporta el dashboard como JSON:

• En el dashboard, haz clic en Share (arriba a la derecha)
• Selecciona Export → Save to file
• Guarda el archivo en tu repositorio con nombre descriptivo

Consejos prácticos

💡 Ahorra tiempo duplicando paneles: Crea el primero manualmente, luego:

• Haz clic en el panel → More options (tres puntos) → Duplicate
• Edita la consulta y el tipo de visualización del duplicado

💡 Configura thresholds para alertas visuales: En la columna derecha de cada panel, usa la pestaña Thresholds para colorear valores:

• Rojo si CPU > 80%
• Amarillo si CPU > 50%

💡 Añade descripciones: En cada panel, en la pestaña Description, añade una breve explicación de qué se mide y por qué es importante.

Entrega

Cuando termines, tendrás:

• Un dashboard funcional en Grafana con 6 paneles
• Un archivo JSON exportado, versionable en Git
• Experiencia práctica en monitorización real

---

📚 Referencias y recursos para profundizar

Documentación oficial

• Grafana Documentation — Guía completa oficial (en inglés)
• Prometheus Documentation — Documentación de Prometheus (métricas y PromQL)

Dashboards y ejemplos

• Grafana Dashboards Community — Repositorio de miles de dashboards compartidos. Búscalo por tecnología
• Node Exporter Dashboard — Dashboard profesional para monitorizar hosts Linux

Guías paso a paso

• Get started with Grafana + Prometheus — Guía oficial introductoria
• Grafana Provisioning Guide — Cómo automatizar configuraciones

Alternativas

• Netdata GitHub — Repositorio oficial de Netdata

Artículos prácticos en Medium y blogs

• Mastering Prometheus on macOS with Grafana
• Prometheus Visualization with Grafana

---

¿Qué viene después? Ahora que dominas Prometheus + Grafana, puedes:

• Añadir alertas automáticas (Alertmanager)
• Exportar métricas de aplicaciones personalizadas (crear exporters)
• Centralizar logs con Loki (logging distribuido)
• Automatizar todo con Kubernetes y Prometheus Operator