Strategische Beratung zur Gestaltung Ihrer Observability-Lösung.

• Anforderungsanalyse & Zieldefinition: Erfassung der Monitoring-Anforderungen, SLIs/SLOs und relevanter Stakeholder.

• Architektur-Design: Skalierbare Prometheus- und Grafana-Architekturen für Single- und Multi-Cluster-Umgebungen.

• Tool-Auswahl & Integration: Bewertung von Komponenten wie Thanos, Mimir, Loki, Tempo und OpenTelemetry.

Aufbau leistungsfähiger Prometheus- und Grafana-Stacks – in der Cloud, on-premises oder hybrid.

• Installation und Setup: Bereitstellung von Prometheus, Alertmanager und Grafana inkl. Hochverfügbarkeit.

• Service Discovery & Exporter: Automatisierte Erfassung von Targets und Integration aller relevanten Exporter.

• Kubernetes-Integration: Setup des kube-prometheus-stack inkl. ServiceMonitors, PodMonitors und Operator.

Aussagekräftige Visualisierungen und zuverlässige Alarmierung für Ihre Systeme.

• Dashboard-Design: Maßgeschneiderte Grafana-Dashboards für Infrastruktur, Anwendungen und Business-Metriken.

• Alerting-Strategien: Sinnvolle Alerting-Regeln mit Alertmanager und Integration in Ihre Kommunikationskanäle.

• Logs & Traces integrieren: Erweiterung um Loki und Tempo für vollständige Observability nach dem LGTM-Stack.

Praxisnahe Trainings für Admins, DevOps und Entwickler rund um Prometheus und Grafana.

• Einsteiger-Trainings: Grundlagen von Prometheus, PromQL und Grafana für neue Teammitglieder.

• Fortgeschrittene Workshops: Tiefer Einblick in Federation, Long-Term-Storage, Cardinality und Performance-Tuning.

• Hands-on-Workshops für Teams: Individuelle Trainings an Ihren realen Use Cases und Systemen.

• DevOps-Ingenieure, die ein professionelles Monitoring-Stack auf Basis von Prometheus und Grafana aufbauen möchten

• Systemadministratoren und Site Reliability Engineers (SRE), die Verfügbarkeit und Performance ihrer Infrastruktur kontinuierlich überwachen wollen

• Cloud- und Plattform-Architekten, die Observability in Kubernetes- und Microservice-Umgebungen integrieren möchten

• Verstehen der Architektur und Funktionsweise von Prometheus als zeitreihenbasiertes Monitoring-System

• Aufbau und Betrieb einer skalierbaren Prometheus-Instanz inklusive Service Discovery und Federation

• Instrumentierung von Anwendungen mit Client-Libraries und Nutzung gängiger Exporter (Node, Blackbox, cAdvisor, etc.)

• Interaktive Workshops mit praktischen Übungen an realen Prometheus- und Grafana-Installationen

• Live-Demonstrationen zur Instrumentierung von Anwendungen und zur Erstellung aussagekräftiger Dashboards

• Hands-on-Labs zur Konfiguration von Alerting-Regeln, Service Discovery und Kubernetes-Monitoring

• Grundlegende Kenntnisse in Linux- und Systemadministration

• Erfahrung im Umgang mit der Kommandozeile und YAML-Konfigurationen

• Grundkenntnisse in Containern und Container-Orchestrierung (Docker, Kubernetes) sind von Vorteil

• Frühzeitige Erkennung von Performance- und Verfügbarkeitsproblemen durch proaktives Monitoring

• Erhöhte Transparenz über den Zustand von Infrastruktur, Containern und Anwendungen

• Reduzierung der Mean Time to Detect (MTTD) und Mean Time to Resolve (MTTR) durch aussagekräftige Alerts

• Dauer: 1-3 Tage

• Ort: Online oder Inhouse

• Teilnehmer: ab 1 Person

• Netto-Preis 1.200 EUR pro Tag bis einschließlich drei Personen

• Brutto-Preis: 1.428 EUR pro Tag bis einschließlich drei Personen

• Auf Anfrage findet das Seminar mit individuellen Inhalten und Termin vor Ort in Ihrem Unternehmen oder online statt.

• Die drei Säulen der Observability: Metriken, Logs und Traces

• Unterschiede zwischen klassischem Monitoring und moderner Observability

• Pull- vs. Push-basierte Monitoring-Ansätze

• Zeitreihen-Datenbanken: Konzepte und Eigenschaften

• Service Level Indicators (SLIs), Objectives (SLOs) und Agreements (SLAs)

• Golden Signals und USE/RED-Methoden

• Monitoring-Strategien für Cloud-native Anwendungen

• Komponenten von Prometheus: Server, Pushgateway, Alertmanager, Exporter

• Installation und Konfiguration eines Prometheus-Servers

• Konfigurationsdatei prometheus.yml im Detail

• Service Discovery: statisch, dateibasiert, DNS, Kubernetes, Cloud-Provider

• Relabeling-Konzepte zur Metadatensteuerung

• Hochverfügbarkeit und horizontale Skalierung mit Federation

• Long-Term-Storage mit Thanos, Cortex und Mimir

• Metrik-Typen: Counter, Gauge, Histogram, Summary

• Best Practices für Metrik-Namen und Labels

• Instrumentierung von Anwendungen mit Client-Libraries (Go, Java, Python, Node.js)

• Einsatz von Exportern: Node Exporter, Blackbox Exporter, cAdvisor, JMX Exporter

• Custom Exporter entwickeln und betreiben

• Pushgateway für Batch-Jobs und kurzlebige Tasks

• Vermeidung hoher Kardinalität und Performance-Fallen

• Grundlagen der PromQL-Syntax und Datentypen

• Instant Vectors und Range Vectors verstehen

• Aggregationsoperatoren und Gruppierung

• Funktionen für Raten, Trends und Vorhersagen (rate, irate, predict_linear)

• Subqueries und komplexe Abfragen

• Histogramme und Quantile berechnen

• Optimierung von Abfragen für Performance

• Installation und Konfiguration von Grafana

• Datenquellen einrichten: Prometheus, Loki, Tempo, InfluxDB u.v.m.

• Erstellung von Dashboards mit Panels, Variablen und Templates

• Visualisierungstypen: Graph, Stat, Gauge, Heatmap, Table

• Dynamische Dashboards mit Variablen und Repeating Panels

• Annotationen und Verknüpfung mit Events

• Dashboard-Versionierung und Provisioning als Code

• Definition von Alerting-Regeln mit PromQL

• Architektur und Funktionsweise des Alertmanagers

• Routing, Gruppierung und Inhibition von Alerts

• Silencing und Wartungsfenster verwalten

• Integration mit Slack, E-Mail, PagerDuty, OpsGenie, MS Teams

• Alert-Fatigue vermeiden: Sinnvolle Schwellwerte und Severities

• Grafana Alerting als Alternative und Ergänzung

• Architektur des kube-prometheus-stack (Prometheus Operator)

• Monitoring von Nodes, Pods, Deployments und Services

• ServiceMonitor und PodMonitor – Custom Resources im Einsatz

• Container-Metriken mit cAdvisor und kube-state-metrics

• Monitoring von Ingress, Service Mesh und API-Gateways

• Grafana-Dashboards für Kubernetes-Cluster

• Multi-Cluster-Monitoring mit Thanos oder Mimir

• Integration mit AWS CloudWatch, Azure Monitor und Google Cloud Monitoring

• Exporter für Cloud-Dienste (AWS, Azure, GCP)

• Monitoring von Datenbanken (PostgreSQL, MySQL, MongoDB, Redis)

• Monitoring von Message Brokern (Kafka, RabbitMQ)

• Synthetisches Monitoring mit dem Blackbox Exporter

• Hybrid- und Multi-Cloud-Monitoring-Strategien

• Cost Monitoring und FinOps mit Prometheus und Grafana

• Integration von Logging mit Grafana Loki

• Distributed Tracing mit Grafana Tempo und OpenTelemetry

• Korrelation von Metriken, Logs und Traces in Grafana

• Aufbau eines vollständigen Observability-Stacks (LGTM)

• OpenTelemetry als herstellerneutraler Standard

• Exemplars: Verbindung zwischen Metriken und Traces

• Best Practices für End-to-End-Observability

• Backup- und Restore-Strategien für Prometheus und Grafana

• Authentifizierung und Autorisierung in Grafana (LDAP, OAuth, SSO)

• TLS-Verschlüsselung und Reverse Proxy für Prometheus

• Multi-Tenancy und Role-Based Access Control

• Capacity Planning und Performance-Tuning

• GitOps und Infrastructure-as-Code für Monitoring-Stacks

• Troubleshooting und Debugging typischer Probleme