Monitoramento de VPS: Prometheus e Grafana sem alarmes inúteis

Resposta rápida

Comece com quatro perguntas: a aplicação responde, há espaço em disco, CPU ou memória ficaram saturadas por quanto tempo e a rede está entregando o esperado? Prometheus coleta séries temporais; Grafana visualiza e alerta. O desenho só funciona quando cada alerta tem um responsável e uma ação definida.

Veja a infraestrutura: VPS para Docker, Portainer e Coolify para colocar este projeto no ar.

Colete o básico do host

O node_exporter fornece métricas de sistema, mas não deve ser exposto diretamente à internet. Restrinja a porta à rede de monitoramento ou use túnel seguro. Valide localmente:

curl http://127.0.0.1:9100/metrics | head

Observe CPU, memória disponível, swap, inode, espaço livre, I/O, erros de interface e carga. Uma carga alta isolada não define problema; correlacione com latência e fila da aplicação.

Configure o scrape

Trecho conceitual do prometheus.yml:

scrape_configs:
  - job_name: vps-01
    scrape_interval: 15s
    static_configs:
      - targets: ["10.0.0.10:9100"]

Após alterar o arquivo, valide a sintaxe e consulte o endpoint de targets. Não mantenha um intervalo agressivo sem avaliar armazenamento e custo de coleta.

Faça dashboards orientados a decisão

Um painel inicial pode ter: disponibilidade do endpoint, latência p95, CPU por modo, memória disponível, filesystem mais cheio, taxa de erro e reinícios de containers. Cada gráfico deve responder a uma hipótese. Se não muda uma decisão, talvez seja ruído.

Escreva alertas com duração

Um alerta de espaço em disco deve considerar a tendência e a folga necessária para logs e backups. CPU acima de um limite por poucos segundos pode ser normal; CPU sustentada junto com aumento de latência é mais acionável. Use for para evitar notificações por picos breves.

Teste alertas desabilitando, em homologação, um serviço ou preenchendo um filesystem temporário. Confirme mensagem, canal, deduplicação e recuperação. Nunca use um incidente real como primeiro teste.

Retenção e segurança

Defina retenção compatível com o disco disponível. Proteja Grafana com HTTPS, autenticação forte e menor privilégio; não publique Prometheus e exporters sem necessidade. Mantenha backups da configuração e do inventário de targets.

O monitoramento não conserta falta de recurso. Uma VPS com margem para logs, banco e workers permite reagir antes de uma saturação. Conheça os planos de VPS.

Checklist

• [ ] Exporter não está público sem motivo.
• [ ] Painel contém host e aplicação.
• [ ] Alertas têm limiar, duração e ação.
• [ ] Incidente e recuperação foram testados.
• [ ] Retenção cabe no disco.

FAQ

Grafana substitui logs?

Não. Métricas mostram comportamento; logs ajudam a explicar a causa.

Devo alertar qualquer CPU acima de 80%?

Não isoladamente. Relacione duração, latência, fila, memória e característica do serviço.

Baseline antes do alerta

Colete alguns dias de comportamento normal antes de fixar thresholds, quando o serviço permitir. Compare horário comercial, rotinas de backup e picos de deploy. Um alerta útil informa sintoma, impacto provável, link do painel e primeira ação segura. Evite notificar a equipe por cada target temporariamente indisponível durante uma manutenção conhecida; use silenciamento com prazo e responsável, nunca um mute permanente.