Was ist Infrastructure Monitoring?

Was ist Infrastructure Monitoring?

Infrastructure Monitoring ist das laufende Erfassen von Gesundheitsmetriken und das Alarmieren auf der Ebene unterhalb deiner Anwendung: Server und virtuelle Maschinen, Container, Netzwerke, Datenbanken und verwaltete Cloud-Dienste. Typische Signale sind CPU, Arbeitsspeicher, Speicherplatz und I/O, Netzwerkdurchsatz und -fehler sowie dienstspezifische Werte wie Warteschlangentiefe oder Replikationsverzug. Es beantwortet eine Frage: Ist die Plattform gesund?

So funktioniert es

Ein kleiner Agent oder Exporter läuft auf jedem Host oder neben jedem Container und liest Zähler des Betriebssystems. Bei verwalteten Diensten fragt der Collector stattdessen die Metrik-API des Cloud-Anbieters ab. Beide liefern Zeitreihen an ein Backend, das sie speichert, Dashboards zeichnet und Alarmregeln auswertet. Gängige Agenten sind Prometheus node_exporter, der Datadog Agent, der AWS CloudWatch Agent und Telegraf. Die Daten werden meist alle paar Sekunden bis jede Minute erhoben, sodass ein Trend sichtbar ist, lange bevor ein Limit erreicht wird.

Was du messen solltest

• CPU: Auslastung und Länge der Run-Queue. Siehe CPU utilization in performance testing (auf Englisch).
• Arbeitsspeicher: belegt, verfügbar und Swap-Aktivität. Swapping ist ein stärkeres Warnsignal als ein hoher Belegungswert.
• Festplatte: freier Speicherplatz, Lese- und Schreiblatenz, I/O-Wait.
• Netzwerk: Bandbreite, Neuübertragungen, verworfene Pakete und Verbindungsanzahl.
• Dienstlimits: Warteschlangentiefe, Datenbankverbindungen, Replikationsverzug, Zustand der Ziele am Load Balancer.

Beispiel

Eine Checkout-Seite wird jeden Abend langsam. Die Anwendungsmetriken sagen nur "Anfragen sind langsam". Das Infrastruktur-Dashboard zeigt, dass die Festplatten-Wartezeit des Datenbankhosts steigt, während die CPU flach bleibt, und ein Backup-Job auf dasselbe Volume schreibt. Das Backup-Fenster zu verschieben löst das Problem. Ohne Daten auf Hostebene hätte das Team den Code verdächtigt.

Häufige Fehler

• Nur auf Durchschnitte alarmieren. Eine durchschnittliche CPU-Last von 40 % über eine Flotte kann einen ausgelasteten Knoten verbergen. Alarmiere pro Host und beobachte Perzentile.
• Auf jede Spitze alarmieren. Kurze Ausschläge sind normal. Verlange, dass der Zustand einige Minuten anhält, sonst gewöhnst du dein Team daran, Alarme zu ignorieren.
• Keine Basislinie. Ein Wert hat nur im Vergleich zum Normalzustand dieses Dienstes zu dieser Uhrzeit eine Bedeutung.
• Hosts beobachten, nicht Nutzer. Alle Dashboards können grün sein, während ein Login-Endpunkt Fehler liefert.
• Verwaltete Dienste vergessen. Warteschlangen, Caches und Datenbanken stoßen an Limits, die nie als Host-CPU sichtbar werden.

Infrastructure Monitoring und der Rest deines Stacks

Infrastructure Monitoring ist eine Ebene der Observability. Application Performance Monitoring deckt den Code darüber ab, Netzwerküberwachung die Wege zwischen den Systemen und Cloud-Monitoring die gemieteten Anbieterdienste. Es passt gut zu Lasttests: Du erzeugst kontrollierten Traffic und siehst, welche Ressource zuerst an die Grenze kommt, und damit, wo Kapazität fehlt.

LoadFocus überwacht keine Hosts oder Container und ersetzt kein Infrastruktur-Tool. Es überwacht von außen: Das API-Monitoring prüft deine Endpunkte nach Zeitplan und alarmiert bei Ausfällen und langsamen Antworten, und Lasttests erzeugen den Traffic, der deine Server belastet. Mit einem Infrastruktur-Monitor siehst du das Warum, mit einer Außenprüfung, ob Nutzer betroffen sind. Mehr zu Alarmen im Beitrag Monitoring Best Practices für DevOps und Entwickler (auf Englisch).

Häufige Fragen

Was ist der Unterschied zwischen Infrastructure Monitoring und Application Monitoring?

Infrastructure Monitoring überwacht die Plattform: Hosts, Container, Netzwerke und verwaltete Dienste. Application Monitoring überwacht den Code darauf: Latenz der Endpunkte, Fehlerraten und Traces. Du brauchst beides, denn ein gesunder Host kann trotzdem eine langsame Anwendung betreiben.

Welche Metriken sind am wichtigsten?

Beginne mit CPU, Arbeitsspeicher, Speicherplatz und I/O sowie Netzwerkfehlern pro Host, und ergänze dann die Limits der Dienste, auf die du dich stützt, etwa Warteschlangentiefe und Datenbankverbindungen. Bevorzuge Metriken, die Sättigung zeigen, nicht nur Auslastung.

Brauche ich auf jedem Server einen Agenten?

Bei virtuellen Maschinen und Containern, die du selbst betreibst, meist ja, oder einen Exporter, der Metriken bereitstellt. Bei verwalteten Cloud-Diensten liest du Metriken in der Regel über die API des Anbieters.

Kann LoadFocus mein Infrastructure Monitoring ersetzen?

Nein. LoadFocus prüft Endpunkte und Seiten von außen und erzeugt Last für Tests. Es liest weder CPU, Arbeitsspeicher noch Festplatte deiner Server, nutze es also zusammen mit einem Infrastruktur-Monitor.