Monitoring-Stack für einen Dauerlast-Server
Ein Eigenbau-Server unter Dauervollast, vollständig instrumentiert. Kennzahlen werden gemessen, historisiert, in Grafana dargestellt und über eine eigene API bereitgestellt. Betrieben mit Überschuss aus der PV-Anlage.
Ergebnis
Wochenlanger Dauerbetrieb ohne Eingriff, weil Last, Temperatur und Durchsatz durchgehend gemessen werden und Grenzwerte alarmieren, bevor etwas ausfällt.
- ~14.000 H/s
- Durchsatz
- ~220 Watt
- Leistungsaufnahme
- ~68 °C
- Temperatur im Dauerbetrieb
Warum ein Server unter Dauerlast ein guter Prüfstand ist
Eine Anwendung, die im Testlauf funktioniert, sagt wenig darüber aus, was nach drei Wochen passiert. Ein Server, der dauerhaft unter Vollast läuft, beantwortet genau die Fragen, die im Betrieb zählen: Bleibt die Temperatur im Rahmen? Verändert sich der Durchsatz über Wochen? Und vor allem: Erfahre ich von einem Ausfall, bevor es jemand anderes merkt?
Die Rechenlast selbst ist RandomX-CPU-Arbeit. Interessant war daran nicht das Rechnen, sondern die Frage, wie man einen Aufbau so instrumentiert, dass er wochenlang ohne Eingriff durchläuft.
Aufbau
AMD Ryzen 9 5900X. Zwölf Kerne unter Dauervollast, die Last ist reine CPU-Arbeit.
Passend dimensionierte Kühlung. Ein be quiet! Dark Rock Pro 5 hält den Prozessor unter Dauerlast stabil bei rund 68 °C, ganz ohne Wasserkühlung.
Betrieb mit PV-Überschuss. Der Server läuft mit Energie, die sonst ins Netz eingespeist würde. Das war die Bedingung dafür, ihn überhaupt dauerhaft laufen zu lassen.
Linux als Basis. Vollständig über die Kommandozeile administriert, ohne Desktop, mit automatischem Start nach einem Stromausfall.
Instrumentierung
Prometheus als Zeitreihenspeicher. Node Exporter und eigene Metriken werden regelmäßig abgeholt und historisiert. Erst dadurch werden Entwicklungen über Wochen sichtbar, statt nur Momentaufnahmen.
Grafana-Dashboard. Auslastung, Temperatur, Leistungsaufnahme und Durchsatz in einem Dashboard, pro Maschine aufklappbar.
Eigene Flask-API. Eine kleine Python-API stellt die Kennzahlen als JSON bereit, damit sie sich auch außerhalb von Grafana weiterverwenden lassen.
Anbindung externer Quellen. Kennzahlen aus einer externen Schnittstelle werden eingesammelt und mit den lokalen Messwerten zusammengeführt.
Was ich daraus mitnehme
Ein Aufbau, der Wochen ohne Eingriff durchläuft, entsteht nicht durch stärkere Hardware. Er entsteht durch Messbarkeit und durch Grenzwerte, die früh genug anschlagen.
Genau dieses Vorgehen setze ich bei Kundenanwendungen ein, wenn ein Server bisher unbeobachtet läuft. Die Frage ist selten, ob eine Maschine ausfällt, sondern ob jemand davon erfährt, solange sich noch etwas machen lässt.
Klingt das nach Ihrem Fall?
Schildern Sie kurz die Ausgangslage. Sie bekommen eine ehrliche Einschätzung, auch wenn sie lautet, dass ich nicht der Richtige bin.