{"id":1901,"date":"2022-12-01T23:59:53","date_gmt":"2022-12-01T22:59:53","guid":{"rendered":"https:\/\/informatik.htwk-leipzig.de\/seminar\/?p=1901"},"modified":"2023-01-12T09:44:55","modified_gmt":"2023-01-12T08:44:55","slug":"grafana","status":"publish","type":"post","link":"https:\/\/informatik.htwk-leipzig.de\/seminar\/lehrveranstaltungen\/betriebliche-informationssysteme\/2022\/grafana\/","title":{"rendered":"Grafana"},"content":{"rendered":"<h1>Inhalt<\/h1>\n<ul>\n<li><a href=\"#ueberblick\">\u00dcberblick<\/a><\/li>\n<li><a href=\"#tsdb\">Zeitreihendatenbanken<\/a><\/li>\n<li><a href=\"#aufbau\">Aufbau<\/a>\n<ul>\n<li>Data Sources<\/li>\n<li>Dashboards und Panels<\/li>\n<li>Query und Transform<\/li>\n<\/ul>\n<\/li>\n<li><a href=\"#alerting\">Alerting<\/a><\/li>\n<li><a href=\"#alternativen\">Alternativen<\/a><\/li>\n<li><a href=\"#installation\">Installation<\/a><\/li>\n<li><a href=\"#fazit\">Fazit<\/a><\/li>\n<li><a href=\"#quellen\">Quellen<\/a><\/li>\n<\/ul>\n<h1 id=\"ueberblick\">\u00dcberblick<\/h1>\n<p>Damit Prozesse in Betrieben am Laufen gehalten werden k\u00f6nnen, ist es n\u00f6tig, diese zu \u00fcberwachen. Dies gilt f\u00fcr die Prozesse in der Produktion bis hin zu denen der Gesch\u00e4ftsf\u00fchrungsebene. Verkaufszahlen sollten m\u00f6glichst aktuell sein, um die richtigen Entscheidungen f\u00fcr den Betrieb treffen zu k\u00f6nnen. Und wenn Fehler in der Produktionskette auftreten, sollen diese schnell erkannt, identifiziert und lokalisiert werden.<\/p>\n<p>Grafana ist eine kostenlose Open-Source-Monitoring-Software, die bei diesen Aufgaben unterst\u00fctzen soll. Es k\u00f6nnen dabei Prozesse f\u00fcr die unterschiedlichen Ebenen eines Betriebs \u00fcberwacht werden. Dazu werden auf Dashboards verschiedene, zusammengeh\u00f6rende Daten von verschiedenen Datenquellen auf einer Seite zusammengestellt. Abh\u00e4ngig von der Struktur der Daten k\u00f6nnen innerhalb eines Dashboards verschiedene Grafiken genutzt werden, um die zu \u00fcberwachenden Informationen anzuzeigen. Dabei stellt Grafana standardm\u00e4\u00dfig verschiedene Datenquell-Integrationen und Panel-Typen (Grafana-Bezeichnung f\u00fcr eine Grafik) zur Verf\u00fcgung.Im Umfang enthalten sind dabei Plotter, Diagramme, Heatmaps, etc. Dar\u00fcber hinaus k\u00f6nnen mit Plug-ins weitere Drittanbieter ihre Integrationen und Panels erg\u00e4nzen. Dazu z\u00e4hlen die g\u00e4ngigen DBMS, Google-Dienste, GitHub, GitLab, etc. Einige Plug-Ins sind jedoch nur in der SaaS-Version verf\u00fcgbar. Diese ist ab einem gewissen Ressourcenverbrauch jedoch zahlungspflichtig, sodass je nach Anwendungsfall f\u00fcr einige Plug-Ins gezahlt werden muss. Ein \u00fcblicher Anwendungsfall ist, die Tabellen einer Datenbank auszulesen und mithilfe von SQL-Queries die Informationen zu extrahieren, die visualisiert werden sollen. Auf der Webseite von Grafana wird der Nutzen wie folgt beschrieben:<\/p>\n<figure id=\"attachment_2284\" aria-describedby=\"caption-attachment-2284\" style=\"width: 149px\" class=\"wp-caption alignright\"><img loading=\"lazy\" decoding=\"async\" class=\" wp-image-2284\" src=\"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-content\/uploads\/2022\/12\/Grafana_logo.png\" alt=\"\" width=\"149\" height=\"152\" \/><figcaption id=\"caption-attachment-2284\" class=\"wp-caption-text\">Quelle: https:\/\/upload.wikimedia.org\/wikipedia\/en\/a\/a1\/Grafana_logo.svg<\/figcaption><\/figure>\n<p><i>\u201cQuery, visualize, alert on, and understand your data no matter where it\u2019s stored. With Grafana you can create, explore, and share all of your data through beautiful, flexible dashboards.\u201d <\/i>(GrafanaLabs)<\/p>\n<p>Zur \u00dcberwachung z\u00e4hlt dabei nicht nur die Visualisierung der Daten, sondern auch, dass sich das System meldet, falls Prozesse sich au\u00dferhalb festgelegter Parameter befinden. Dazu k\u00f6nnen innerhalb der Panels Grenzwerte festgelegt werden, die zu einem Alerting f\u00fchren, sobald diese \u00fcberschritten werden.<\/p>\n<p>Im folgenden Blogbeitrag soll die Software Grafana im Kontext eines Betriebes, dass Produkte verkauft, mithilfe von Beispielen demonstriert werden.<\/p>\n<p>&nbsp;<\/p>\n<h1 id=\"tsdb\">Zeitreihendatenbanken<\/h1>\n<p>Als Datenquelle werden in Grafana u. a. Zeitreihendatenbanken (Time Series Database, TSDB) eingesetzt. TSDB sind spezielle NoSQL-Datenbanken, d. h. Datenbanken mit nichtrelationaler Datenspeicherung, mit Fokus auf Zeitreihen mit einem Zeitstempel pro eingef\u00fcgtem Wert. Auch erweiterte relationale Datenbanksysteme werden eingesetzt. Zus\u00e4tzlich k\u00f6nnen Tags und weitere Werte an den Datensatz angeh\u00e4ngt werden, die z. B. der Identifikation der Datenquelle dienen k\u00f6nnen. Gruppierung der Daten findet demzufolge \u00fcber den existierenden Tags oder nach Zeitbereichen (pro Tag, Monat, Jahr, \u2026) statt.<\/p>\n<p>Ein Problem bei der Arbeit mit Zeitreihen ist der Umgang mit gro\u00dfen Datens\u00e4tzen, wie sie u. a. beim Logging mehrerer Sensoren auftreten k\u00f6nnen. Denkbar ist die Verwendung von zus\u00e4tzlichem Load Balancing zwischen mehreren Datenbanken. Dies ist nicht unter Verwendung gleicher Konsistenz- und Latenzanforderungen m\u00f6glich. Gel\u00f6st wurde dieses Problem unter anderem durch den Einsatz von NoSQL-Datenbanken. M\u00f6gliche formulierte Einschr\u00e4nkungen auf RDBMS sind Insertoperationen \u00fcber gruppierten Daten, und Einschr\u00e4nkungen der nachtr\u00e4glichen Ver\u00e4nderung von Daten und der m\u00f6glichen Abfragen. Diese k\u00f6nnen sich auf einfache Aggregationen, wie Durchschnitts- oder Maximalwerte beschr\u00e4nken.<\/p>\n<p>Eine besondere Metrik zur Einordnung von TSDB kann die Granularit\u00e4t sein, die den minimalen zeitlichen Abstand zwischen zwei Werten angibt, wobei diese durch Timestamps bei einer Millisekunde liegen kann. Bei der Abfrage ist die Granularit\u00e4t unter Umst\u00e4nden kleiner als bei der Speicherung. Ausgewertet nach Google Suchergebnissen sehen Bader, Kopp und Falkenthal (2017) als wichtigste Vertreter der reinen TSDB-Systeme auch Elasticsearch, Prometheus und InfluxDB (mit absteigender Rangfolge), welche auch bei Grafana eingesetzt werden.<\/p>\n<h1 id=\"aufbau\">Aufbau<\/h1>\n<p>Die Oberfl\u00e4che von Grafana umfasst Einstellungen zum Hinzuf\u00fcgen von Datenquellen (Data Source in Grafana), Visualisierungswerkzeuge zur graphischen Aufbereitung von Daten (Dashboards und Panels), sowie Bearbeitungsseiten zur Abfrage und Operation auf den Daten (Query und Transform).<\/p>\n<h2>Data Source<\/h2>\n<figure id=\"attachment_2299\" aria-describedby=\"caption-attachment-2299\" style=\"width: 1669px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-2299 size-full\" src=\"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-content\/uploads\/2022\/12\/datasource_alt.png\" alt=\"\" width=\"1669\" height=\"939\" \/><figcaption id=\"caption-attachment-2299\" class=\"wp-caption-text\">Quelle: eigene Darstellung<\/figcaption><\/figure>\n<p>Grafana bietet durch Data Sources die M\u00f6glichkeit, Daten von verschiedenen Quellen zu beziehen. Diese Daten sind meist in tabellarischer Form. Aus den Tabellen k\u00f6nnen dann Grafiken generiert werden. F\u00fcr viele g\u00e4ngige Systeme wie z.B. MySQL, Jira, GitHub oder auch Azure werden Plugins angeboten, mit Hilfe deren APIs gew\u00fcnschte Daten abgerufen werden k\u00f6nnen. Je nach verwendeter Quelle werden Zugangsdaten mit den entsprechenden Berechtigungen ben\u00f6tigt, damit die Daten abgerufen werden k\u00f6nnen. Es k\u00f6nnen beliebig viele Datenquellen eingerichtet werden. Wenn keine Plugins f\u00fcr die ben\u00f6tigte API existieren, k\u00f6nnen diese, mithilfe der von Grafana zur Verf\u00fcgung gestellten Schnittstellen, selbst implementiert werden.<\/p>\n<h2>Dashboards und Panels<\/h2>\n<figure id=\"attachment_2061\" aria-describedby=\"caption-attachment-2061\" style=\"width: 1999px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-2061 size-full\" src=\"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-content\/uploads\/2022\/12\/image2.png\" alt=\"\" width=\"1999\" height=\"1038\" \/><figcaption id=\"caption-attachment-2061\" class=\"wp-caption-text\">Quelle: eigene Darstellung<\/figcaption><\/figure>\n<p>Ein Dashboard ist dazu da, dem User eine \u00dcbersicht \u00fcber ein gewisses Themengebiet zu verschaffen, in dem relevante Daten auf eine anschauliche Art und Weise visualisiert werden. Ein Dashboard besteht dabei aus mehreren Panels, die sich in ihrer Anordnung, Gr\u00f6\u00dfe und vor allem Inhalt komplett individuell einstellen lassen. So lassen sich beliebig viele Dashboards mit beliebig vielen Panels f\u00fcllen. Die Dashboards lassen sich in\u00a0 Ordnern organisieren. Die Panels bieten sehr viele verschiedene Arten der Datendarstellung. Es gibt g\u00e4ngige Darstellungen wie Balkendiagramme oder XY Plots, aber auch spezifische M\u00f6glichkeiten f\u00fcr Visualisierungen wie zum Beispiel GeoMaps f\u00fcr GPS-Koordinaten oder Heatmaps. Falls die Standardl\u00f6sungen nicht ausreichen, gibt es auch hier die M\u00f6glichkeit Plugins zu verwenden oder eigene L\u00f6sungen zu implementieren.<\/p>\n<h2>Query und Transform<\/h2>\n<figure id=\"attachment_2062\" aria-describedby=\"caption-attachment-2062\" style=\"width: 1999px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-2062 size-full\" src=\"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-content\/uploads\/2022\/12\/image3.png\" alt=\"\" width=\"1999\" height=\"1001\" \/><figcaption id=\"caption-attachment-2062\" class=\"wp-caption-text\">Quelle: eigene Darstellung<\/figcaption><\/figure>\n<p>M\u00f6chte man mit Grafana Daten von einem System Daten abrufen, um diese zu visualisieren, wird eine Query verwendet. Eine Query im Bezug zu Grafana Data Sources ist eine Abfrage an ein System, welches definiert, was f\u00fcr Daten ben\u00f6tigt werden. Diese Daten werden dann vom angefragten System an Grafna geschickt und sofern sie das noch nicht sind, in tabellarische Form umgewandelt. Die Tabellen, welche durch die Data Sources geliefert werden, k\u00f6nnen je nach Quelle mit Querys dem Anwendungsfall angepasst werden. F\u00fcr verschiedene Datenbanken-Quellen gibt es zum Beispiel die M\u00f6glichkeit, Querys zu definieren oder mit einer grafischen Oberfl\u00e4che zusammenzustellen.<\/p>\n<p>Sind die Daten, wie sie aus der Data Source kommen nicht in dem gew\u00fcnschten Format, bieten Transforms die M\u00f6glichkeit, auf den in Tabellen vorliegenden Daten Transformationen vorzunehmen, bevor diese in der Grafik angezeigt werden. Diese Transformationen k\u00f6nnen einfache arithmetische (und andere) Operationen sein, wie zum Beispiel. dem Umbenennen einer Spalte bis hin zu komplexen Ausdr\u00fccken, um die Aussage einer Tabelle zu \u00e4ndern.<\/p>\n<h1 id=\"alerting\">Alerting<\/h1>\n<figure id=\"attachment_2279\" aria-describedby=\"caption-attachment-2279\" style=\"width: 1057px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-2279\" src=\"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-content\/uploads\/2022\/12\/about-alerting-flow-diagram-latest.png\" alt=\"\" width=\"1057\" height=\"224\" \/><figcaption id=\"caption-attachment-2279\" class=\"wp-caption-text\">Quelle: https:\/\/grafana.com\/docs\/grafana\/latest\/alerting\/<\/figcaption><\/figure>\n<p>Neben der M\u00f6glichkeit einer passiven \u00dcberwachung bietet Grafana einen Alerting-Mechanismus an, der eine automatische \u00dcberpr\u00fcfung der Schwellenwerte von Metriken mit der Ausl\u00f6sung von Aktionen verkn\u00fcpft. Da die Daten in Grafana in einer tabellenartigen Form vorliegen, k\u00f6nnen Bedingungen \u00fcber mehrere Werte geschrieben werden. Dadurch ist es m\u00f6glich mehrere Alarme gleichzeitig auszul\u00f6sen, dies nennt Grafana &#8222;Multi-Dimensional Alerting&#8220;.<\/p>\n<p>Zum Ausl\u00f6sen eines Alarms m\u00fcssen folgende Einstellungen konfiguriert sein:<\/p>\n<ul>\n<li><b>Aktivieren eines Benachrichtigungsziels<\/b>: Durch Anbindung an E-Mail- und Chat-Server kann das System ausgehende Meldungen verschicken. Nach Einbindung muss eine Regel aufgestellt werden, die das genaue Ziel (z. B. eine E-Mail-Adresse) und die Periodizit\u00e4t der Benachrichtigungen angibt.<\/li>\n<li><b>Festlegen von Parametern<\/b>: Damit ein Alarm ausl\u00f6st, muss dieser konfiguriert werden. Hierzu ben\u00f6tigt es mindestens eine Anfrage auf einer Datenquelle, die analog zu einem Panel aufgebaut ist. Hinzu kommt eine Bedingung, die z. B. auf die \u00dcberschreitung eines Schwellenwertes \u00fcberpr\u00fcft, die Anzahl und Geschwindigkeit der Abfragen und die Verz\u00f6gerung des Ausl\u00f6sens \u00e4hnlich einer Hysterese<\/li>\n<li><b>Verkn\u00fcpfen von Ausl\u00f6ser und Empf\u00e4nger<\/b>: Durch Festlegen von Schweregraden und Kategorisierung der Meldung kann der Alarm den richtigen Zielen zugeordnet werden<\/li>\n<\/ul>\n<p>Sind kurzfristig keine Alarme erw\u00fcnscht, besteht die M\u00f6glichkeit, Alarme zu pausieren beziehungsweise stummzuschalten. Dabei k\u00f6nnen wiederkehrende Zeitr\u00e4ume festgelegt werden. Sind die inkludierten Funktionen von Grafana f\u00fcr den gew\u00e4hlten Anwendungsfall nicht ausreichend, k\u00f6nnen externe Tools zur Benachrichtigungsverwaltung eingesetzt werden, wie beispielsweise Prometheus.<\/p>\n<p>Im Kontext eines Betriebes, dass das Alerting-System von Grafana verwenden m\u00f6chte, k\u00f6nnte ein Prozess wie nachfolgend im EPK definiert sein. Grafana ruft in vorher festgelegten Abst\u00e4nden die Daten der Data-Sources ab. Auf Basis dessen kann dann entschieden werden, ob sich die relevanten Metriken innerhalb festgelegter Grenzwerte befinden. F\u00fcr den Fall, dass sich die Werte innerhalb der Toleranz befinden, werden die ausstehenden Alerts zur\u00fcckgesetzt und das System befindet sich im Normalzustand. Andernfalls wird zun\u00e4chst \u00fcberpr\u00fcft, ob der Alert stummgeschaltet ist. In diesem Fall passiert nichts. Ansonsten wird \u00fcber den vorher festgelegten Benachrichtigungsweg (zum Beispiel per Mail) dem Betrieb mitgeteilt, dass Handlungsbedarf besteht. Ein Mitarbeiter kann nun auf die Meldung reagieren. Dazu ruft dieser Grafana auf, welche die Metrik visualisiert. Nun ist es Aufgabe des Mitarbeiters, das Problem zu lokalisieren und zu bewerten. Falls es sich um einen falschen Alarm handelt, muss entweder die Alerting-Regel angepasst werden (zum Beispiel Grenzwerte erh\u00f6hen) oder der Alert ganz stummgeschaltet werden. Falls jedoch ein kritischer Zustand entdeckt wird, m\u00fcssen weitere L\u00f6sungsprozesse angesto\u00dfen und durchgef\u00fchrt werden, bis das System schlussendlich wieder in einem Normalzustand ist.<\/p>\n<h1><figure id=\"attachment_2290\" aria-describedby=\"caption-attachment-2290\" style=\"width: 1447px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-2290 size-full\" src=\"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-content\/uploads\/2022\/12\/Granafa_EPK_Final.jpg\" alt=\"\" width=\"1447\" height=\"1079\" \/><figcaption id=\"caption-attachment-2290\" class=\"wp-caption-text\">EPK \u2013 Quelle: eigene Darstellung)<\/figcaption><\/figure><\/h1>\n<h1 id=\"alternativen\">Alternativen<\/h1>\n<p>Mit Kibana ist es ebenfalls m\u00f6glich, Dashboards zu bauen, in denen Daten visualisiert werden k\u00f6nnen. Anders als Grafana, wird hier der Fokus jedoch auf die Auswertung von Logging-Nachrichten gelegt. So ist hier Full-Text-Data-Querying m\u00f6glich, was bei Grafana nicht m\u00f6glich ist. Jedoch ist die einzige Datenquelle f\u00fcr Kibana die ElasticSearch. Hier bietet Grafana eine gr\u00f6\u00dfere Bandbreite an Datenquellen und eignet sich damit eher f\u00fcr die Visualisierung von verschiedenen Metriken innerhalb des eigenen Systems.<\/p>\n<p>Abgesehen von Kibana gibt es viele weitere Anwendungen und Dienste wie Splunk, Datadog, etc. Diese unterscheiden sich zu Grafana mit zus\u00e4tzlichen Analysetools, besonders im Bereich der Analyse von Logging-Daten. Grafana ist im Vergleich ein breiter aufgestelltes Tool, das die unterschiedlichsten Daten visualisieren kann, ohne sich dabei auf spezielle Daten zu fokussieren. Daf\u00fcr bietet es die gr\u00f6\u00dfte frei zug\u00e4ngliche Sammlung von Visualisierungen beziehungsweise Diagrammtypen.<\/p>\n<h1 id=\"installation\">Installation<\/h1>\n<p>Grafana kann unter Linux, Mac und Windows installiert werden, es gibt aber auch Docker-Container und verschiedene ARM-Versionen f\u00fcr Linux. Zum Betrieb von Grafana ist grunds\u00e4tzlich keine Einrichtung einer separaten Datenbank n\u00f6tig, da die Installation einen SQLite Server umfasst. Soll trotzdem eine andere Datenbank verwendet werden, muss das beim Einrichten spezifiziert werden. Offiziell unterst\u00fctzt werden SQLite, MySQL oder PostgreSQL. Bei einer selbst gehosteten Version von Grafana ist der Name und das zugeh\u00f6rige Passwort des Admin-Accounts &#8222;admin&#8220;. Diese Einstellungen lassen sich in der Konfiguration \u00e4ndern oder deaktivieren.<\/p>\n<p>Wird ein Cloud-Dienst verwendet und Plugins sollen installiert werden, k\u00f6nnen diese \u00fcber das Web-Interface verwaltet werden. Bei einem selbst\u00e4ndig gehosteten Server kann das Grafana-CLI unter &#8222;Grafana\\bin\\&#8220; verwendet werden. Dazu wird folgender Befehl verwendet um das Plugin zu installieren:<\/p>\n<pre>grafana-cli plugins install plugin-bezeichner<\/pre>\n<p>Soll ein Paket verwendet werden, welches nicht \u00fcber Grafana bezogen werden kann, dann wird es direkt unter &#8222;Grafana\\plugins\\&#8220; abgelegt. Dieser Ort l\u00e4sst sich auch in der Konfiguration \u00e4ndern. Nachdem das Paket abgelegt oder erfolgreich installiert wurde, ist ein Neustart des Servers notwendig, damit die \u00c4nderungen erkannt werden.<\/p>\n<h1 id=\"fazit\">Fazit<\/h1>\n<p>Im vorangegangenen Blogbeitrag wurde erl\u00e4utert, wie mit Grafana unterschiedlichste Datenquellen visualisiert und \u00fcberwacht werden k\u00f6nnen. Dazu steht eine breite Menge von Panel-Typen zur Verf\u00fcgung. Mit Alertings k\u00f6nnen zudem Prozesse, die au\u00dferhalb festgelegter Systemparameter liegen, identifiziert werden. F\u00fcr private Anwendungen oder einfache bis fortgeschrittene \u00dcberwachung von Prozessen eignet sich Grafana gut, auch deshalb, weil die Anwendung durch ihren Open-Source Ansatz f\u00fcr jeden zug\u00e4nglich ist. Es ist nicht notwendig, ein eigenes Monitoring-System f\u00fcr seinen Betrieb zu entwickeln, sondern muss nur angeben, welche Daten wie angezeigt werden sollen. F\u00fcr gro\u00dfe Betriebe, die jedoch tiefergehende Analysen ihrer Daten ben\u00f6tigen, wie zum Beispiel von Logging-Daten, sind andere Anwendungen vorzuziehen.<\/p>\n<p>&nbsp;<\/p>\n<h1 id=\"quellen\">Quellen<\/h1>\n<ul>\n<li><a href=\"https:\/\/logz.io\/blog\/grafana-vs-kibana\/\">https:\/\/logz.io\/blog\/grafana-vs-kibana\/<\/a><\/li>\n<li><a href=\"https:\/\/rigorousthemes.com\/blog\/best-grafana-alternatives\/\">https:\/\/rigorousthemes.com\/blog\/best-grafana-alternatives\/<\/a><\/li>\n<li><a href=\"https:\/\/grafana.com\/grafana\">https:\/\/grafana.com\/grafana<\/a><\/li>\n<li><a href=\"https:\/\/grafana.com\/docs\/grafana\/latest\/alerting\/\">https:\/\/grafana.com\/docs\/grafana\/latest\/alerting\/<\/a><\/li>\n<li><a href=\"https:\/\/grafana.com\/docs\/grafana\/latest\/datasources\/\">https:\/\/grafana.com\/docs\/grafana\/latest\/datasources\/<\/a><\/li>\n<li><a href=\"https:\/\/grafana.com\/docs\/grafana\/latest\/alerting\/fundamentals\/alertmanager\/\">https:\/\/grafana.com\/docs\/grafana\/latest\/alerting\/fundamentals\/alertmanager\/<\/a><\/li>\n<li>Bader, A.; Kopp, O. und Falkenthal, M.: &#8222;Survey and comparison of open source time series databases.&#8220; <i>Datenbanksysteme f\\<\/i> (2017): 266.<\/li>\n<\/ul>\n<p><em>Alle Internetquellen zuletzt abgerufen am 06.12.2022<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Grafana ist ein Monitoring-Tool zur Visualisierung und \u00dcberwachung verschiedenartiger Datenquellen. Mit Alertings k\u00f6nnen zudem Prozesse, die au\u00dferhalb festgelegter Systemparameter liegen, identifiziert werden.<\/p>\n","protected":false},"author":122,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"class_list":["post-1901","post","type-post","status-publish","format-standard","hentry","category-betriebliche-informationssysteme"],"_links":{"self":[{"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/posts\/1901","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/users\/122"}],"replies":[{"embeddable":true,"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/comments?post=1901"}],"version-history":[{"count":47,"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/posts\/1901\/revisions"}],"predecessor-version":[{"id":2781,"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/posts\/1901\/revisions\/2781"}],"wp:attachment":[{"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/media?parent=1901"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/categories?post=1901"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/informatik.htwk-leipzig.de\/seminar\/wp-json\/wp\/v2\/tags?post=1901"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}