Palubní deska firmy.
Jako palubní deska auta — víš kolik benzínu zbývá a jestli něco nehoří. U nás: fungují naše služby? Jsou rychlé? Klient si to může sám ověřit. A když něco padá — víme kde a proč, dřív než si toho klient všimne.
Konkrétně: 15 dashboardů v Grafaně (9 vlastních + 6 community), 13 z 13 scrape targetů aktivních, 30 dní retence logů, jediné místo, kam přicházejí logy + metriky z celého clusteru i z VPS mimo K8s.
Vidíme všechno.
Každá služba (Portál, MCP server, databáze, Keycloak, …) průběžně posílá logy (co dělala) a metriky (jak rychle, kolikrát). Sbíráme to na jedno místo a kreslíme z toho grafy.
Výsledek: stačí otevřít Grafanu, vybrat dashboard a víš stav. Žádné „je to v pohodě?" v Slacku — vidíš to sám.
Co se měří
- 🟢Up / DownŽije Portál? Žije přihlašovák? Žije databáze? Žije MCP server?
- ⚡Rychlost (latence)P50/P95/P99 — jak rychle odpovídá většina vs. pomalí klienti.
- 📜Logy z 19 namespacesLoki — uchovávané 30 dní, fulltext i strukturované hledání.
- 🐘Postgres + Redis interní metrikypočet spojení, slow queries, replikační lag, hit rate cache.
- 🚨Alerty6 hlídačů — když něco překročí mez, přijde zpráva do Slacku. Detail níž.
Nemusíš se dívat.
Tohle je jediná část přehledu provozu, kterou zažiješ, aniž bys cokoliv otevřel(a). Do léta 2026 platilo, že problém se našel, až když ho někdo nahlásil — dashboardy se totiž musí někdo aktivně dívat. Teď se systém ozve sám.
Na co se hlídá
- 💥Služba se restartuje dokolapod v crash-loopu — něco je rozbité a samo se to nespraví
- 🧠Došla paměťslužbu zabil systém, protože si řekla o víc, než měla
- 🖥Server vypadlK8s node přestal odpovídat
- 📡Přestali jsme něco měřitscrape target mimo — slepé místo v monitoringu je taky problém
- 💾Dochází místo na diskunež dojde úplně, což by shodilo databázi
- 📈Skokový nárůst chyb v logáchněco se pokazilo, i když to formálně „běží"
Kudy to k tobě dorazí
Grafana problém vyhodnotí a pošle ho Slack botovi, ten ho vyklopí do Slacku — srozumitelně, ne jako výpis z logu. Žádný e-mail, žádná další appka, kterou bys musel(a) sledovat.
- 1Grafanavyhodnotí, že mez byla překročena
- 2Slack botdostane to webhookem a přeloží do lidštiny
- 3Slack kanál„Pod X se restartuje dokola" — čitelně, ne výpis z logu
Stejnou cestou chodí i schvalování onboardingu z Able.People — bot je jediná brána do Slacku, aby přístupový token nemusela znát každá služba zvlášť.
Tři role, tři pohledy.
Vývojář
„Po nasazení mi něco padá." Otevře Grafanu, vidí přesně, který endpoint a kdy. Místo dvou hodin dolování má fix za 15 minut.
PM
Klient se ptá „jak spolehlivá je vaše platforma?" — otevřeš Grafanu a ukážeš grafy. Reálná data, ne slova. Důvěryhodnost se nedá nafouknout.
Support / oncall
„Někomu nejde Vaultwarden." Místo zkoušení „mně to jde" jeden pohled ukáže, jestli je to obecný problém nebo jen ten user.
Vidíš to dřív, než to uvidí klient
Když API začne zpomalovat, dashboard to ukáže okamžitě. Stihneš opravit, než si toho někdo všimne. Profesionální dojem zadarmo.
Žádné „já si myslím, že…"
Měření nahrazují dohady. Když někdo tvrdí „je to pomalé", podíváme se a víme, jestli je to pravda — a jestli je to 2× nebo 50× pomalejší.
AI to umí přečíst
Místo proklikávání 7 dashboardů se zeptáš Claude Code: „proč mi padá API X?" a AI sama prohledá metriky a logy. Kratší cesta od otázky k odpovědi.
Pro sales i pro vedení
Máme reálná čísla. Ne „99 % tak nějak", ale konkrétní grafy uptime za poslední měsíc. Důvěryhodnost se nedá nafouknout.
LGTM stack.
Standardní open-source nástroje od Grafana Labs. Co se naučíš tady, potkáš ve velkých firmách.
Loki — logy
Centrální úložiště logů (50 GiB, 30 dní retence). Promtail jako DaemonSet na všech K8s nodech + systemd binary na VPS mimo K8s. 5 z 6 VPS odesílá logy, jedna ještě v rolloutu.
Grafana — vizualizace
15 dashboardů — 9 vlastních (postgres, redis, MCP server, workers, KC, Traefik, …) + 6 community templates. Přihlášení přes firemní účet (KC SSO).
Prometheus — metriky
13 z 13 scrape targetů aktivních — Postgres exporter, Redis exporter, MCP server /metrics,
Keycloak management endpoint, node-exporter, kube-state-metrics, workers.
mcp-grafana — AI přístup
AI agent (Claude Code) umí číst dashboardy a logy přímo přes MCP. Místo proklikání 7 grafů se zeptáš „proč mi padá API?" a AI prohledá metriky a vrátí konkrétní příčinu.