InfluxDB × Grafana で作るサーバー監視ダッシュボード！CPU・SSD・プロセス・バックアップ状況を1画面で一元管理する

Raspberry Pi や NUCBOX などのサーバーで複数の監視スクリプトを動かして InfluxDB にデータを蓄積しても、「どのデータがどこにあるか」を個別に確認するのは大変です。
本記事では、InfluxDB v2 に記録したサーバーの各種情報（CPU・SSD温度・プロセス状況・バックアップ状態など）を Grafana の1つのダッシュボードに集約して一元管理する方法を解説します。

なぜこの機能を作ったのか？

サーバーの監視スクリプトを増やすにつれて、InfluxDB 上のデータも増えていきました。「CPU 温度が高くなっていないか」「バックアップは正常に終わっているか」「特定のプロセスがエラーになっていないか」といった確認を毎回コマンドで行うのは非効率です。
Grafana でダッシュボードを一枚作れば、ブラウザを開くだけでサーバー全体の状況が一目でわかる状態にできます。異常値は色変化で即座に気づけるよう設定しています。

サーバーの状態をブラウザで開いた瞬間に全部わかるようにしたい！

実現したいこと

この記事でわかること

必要な準備と用意するもの

完成イメージ

完成したダッシュボードは以下のような構成になっています。

ダッシュボードは大きく4つのエリアに分かれています。

システムの仕組み

データの流れ

各監視スクリプトが定期的にデータを InfluxDB v2 に書き込み、Grafana がそのデータを読み取って表示します。

【Python監視スクリプト群】
　nucbox_system_record.py（5秒ごと）
　process_status_record.py（5秒ごと）
　raspi_backup.py（毎日）
　　　↓
【InfluxDB v2】measurement 単位でデータを蓄積
　nucbox_system_log / process_status_log / backup_log …
　　　↓
【Grafana】Flux クエリで各 measurement からデータを取得
　→ サーバー監視ダッシュボードに表示

使用する Grafana パネルの種類

実装のポイント

閾値（Thresholds）で異常を色で警告する

Stat パネルや Gauge パネルでは Thresholds を設定することで、値に応じて自動的に色が変わります。正常・注意・危険の3段階で設定しておくと、ダッシュボードを開いた瞬間に異常箇所が目に入ります。

CPU温度の閾値設定例
Green（正常）：〜70℃　/　Yellow（注意）：70〜85℃　/　Red（危険）：85℃〜
NUCBOX N100 の場合、通常負荷では 50〜60℃ 台で動作します。85℃を超えるとサーマルスロットリングが発生するため、その手前で警告色にします。

SSD消耗度の閾値設定例
Green（正常）：〜50%　/　Yellow（注意）：50〜80%　/　Red（危険）：80%〜
percentage_used が 100% に近づくと設計寿命に達している目安になります。

ダッシュボードのリフレッシュ間隔

右上の Refresh 設定を 5s（5秒）にすることで、監視スクリプトの記録間隔に合わせてほぼリアルタイムにデータが更新されます。負荷が気になる場合は 30s や 1m に変更しても問題ありません。

last() と mean() の使い分け

Stat パネルで「現在値」を表示したい場合は last()、Time series で「推移」を見たい場合は aggregateWindow と mean() を組み合わせます。

事前準備

Grafana に InfluxDB v2 データソースを追加する

Grafana の管理画面から Connections → Data sources → Add data source で InfluxDB を選択し、以下の項目を設定します。

新規ダッシュボードの作成

Grafana の Dashboards → New dashboard から新規ダッシュボードを作成します。
ダッシュボード名を「サーバー監視ダッシュボード」などとしておくと管理しやすいです。

実装方法

エリア① CPU・メモリ系パネル

CPU温度（Stat パネル）

from(bucket: "your-bucket")
  |> range(start: -1m)
  |> filter(fn: (r) => r._measurement == "nucbox_system_log")
  |> filter(fn: (r) => r._field == "cpu_temp")
  |> last()

パネルタイプ：Stat　/　単位：℃（Celsius）　/　Thresholds：70℃・85℃ で黄→赤

コア別 CPU 使用率（Stat パネル・複数値）

from(bucket: "your-bucket")
  |> range(start: -1m)
  |> filter(fn: (r) => r._measurement == "nucbox_system_log")
  |> filter(fn: (r) => r._field =~ /^cpu_core[0-9]+_percent$/)
  |> last()

パネルタイプ：Stat　/　Value options → Fields：All fields　でコアごとに値が並んで表示されます。

メモリ使用率（Gauge パネル）

from(bucket: "your-bucket")
  |> range(start: -1m)
  |> filter(fn: (r) => r._measurement == "nucbox_system_log")
  |> filter(fn: (r) => r._field == "mem_percent")
  |> last()

パネルタイプ：Gauge　/　Min：0 / Max：100　/　Thresholds：70% ・ 90% で黄→赤

エリア② SSD・ディスク系パネル

SSD 合成温度（Stat パネル）

from(bucket: "your-bucket")
  |> range(start: -1m)
  |> filter(fn: (r) => r._measurement == "nucbox_system_log")
  |> filter(fn: (r) => r._field == "nvme_composite")
  |> last()

SSD 消耗度（Stat パネル）

from(bucket: "your-bucket")
  |> range(start: -1m)
  |> filter(fn: (r) => r._measurement == "nucbox_system_log")
  |> filter(fn: (r) => r._field == "percentage_used")
  |> last()

パネルタイプ：Stat　/　単位：%　/　Thresholds：50% ・ 80% で黄→赤

稼働時間（Stat パネル）

from(bucket: "your-bucket")
  |> range(start: -1m)
  |> filter(fn: (r) => r._measurement == "nucbox_system_log")
  |> filter(fn: (r) => r._field == "power_on_hours")
  |> last()

単位を hours（h） に設定すると「11時間」のように表示されます。

エリア③ プロセス状況パネル

プロセス別リソース使用状況（Table パネル）

親プロセス（is_parent = true）のみを絞り込んで、プログラム名・サービス状態・CPU・メモリを表形式で表示します。

from(bucket: "your-bucket")
  |> range(start: -1m)
  |> filter(fn: (r) => r._measurement == "process_status_log")
  |> filter(fn: (r) => r._field == "cpu_percent" or r._field == "memory_percent")
  |> filter(fn: (r) => r.is_parent == "true")
  |> last()
  |> pivot(rowKey: ["_time"], columnKey: ["_field"], valueColumn: "_value")

パネルタイプ：Table
表示する列：program_name（タグ）・service_name（タグ）・cpu_percent・memory_percent
Column styles で cpu_percent に Thresholds（80%・90%）を設定すると、高負荷プロセスをハイライトできます。

自作アプリの実行ログ（Table パネル）

execution_log measurement を使って、自作アプリの最近の実行状況を一覧表示します。

from(bucket: "your-bucket")
  |> range(start: -24h)
  |> filter(fn: (r) => r._measurement == "execution_log")
  |> filter(fn: (r) => r._field == "message")
  |> sort(columns: ["_time"], desc: true)
  |> limit(n: 20)

エリア④ バックアップ・統計パネル

最終バックアップ時刻（Stat パネル）

バックアップの最終実行から何時間経過したかを表示します。

from(bucket: "your-bucket")
  |> range(start: -30d)
  |> filter(fn: (r) => r._measurement == "backup_log")
  |> filter(fn: (r) => r._field == "backup_size")
  |> last()
  |> map(fn: (r) => ({r with _value: int(v: uint(v: now()) - uint(v: r._time)) / 1000000000 / 3600}))

単位を hours に設定し、Thresholds で 25h（24時間以上経過は警告）・48h（赤）に設定します。

バックアップ先の空き容量（Stat パネル）

from(bucket: "your-bucket")
  |> range(start: -30d)
  |> filter(fn: (r) => r._measurement == "backup_log")
  |> filter(fn: (r) => r._field == "free_size")
  |> last()
  |> map(fn: (r) => ({r with _value: float(v: r._value) / 1073741824.0}))

単位を GB に設定し、Thresholds で空き容量が少なくなったら警告色にします。

コードの解説

正規表現フィルターで複数フィールドをまとめて取得

|> filter(fn: (r) => r._field =~ /^cpu_core[0-9]+_percent$/)

=~ 演算子で正規表現フィルターを使うと、cpu_core0_percent・cpu_core1_percent・cpu_core2_percent・cpu_core3_percent を1つのクエリでまとめて取得できます。コア数が変わっても修正不要です。

pivot で複数フィールドを1行にまとめる

|> pivot(rowKey: ["_time"], columnKey: ["_field"], valueColumn: "_value")

InfluxDB のデータは1フィールド＝1行で返ってきます。Table パネルで複数フィールドを横並び（1プロセス＝1行）にしたい場合は pivot() で変換します。columnKey にフィールド名、valueColumn に値を指定することで、フィールド名が列名になります。

時間差を計算して「〇時間前」を表示する

|> map(fn: (r) => ({r with _value: int(v: uint(v: now()) - uint(v: r._time)) / 1000000000 / 3600}))

now() から最終レコードのタイムスタンプを引いて経過秒数を求め、3600で割って時間単位にします。
InfluxDB の時刻型は uint 型にキャストしてから演算する必要があります。

aggregateWindow でグラフを間引いて表示

from(bucket: "your-bucket")
  |> range(start: -24h)
  |> filter(fn: (r) => r._measurement == "nucbox_system_log")
  |> filter(fn: (r) => r._field == "cpu_percent")
  |> aggregateWindow(every: 1m, fn: mean, createEmpty: false)

5秒ごとのデータをそのまま24時間分表示すると点が多すぎてグラフが重くなります。aggregateWindow(every: 1m, fn: mean) で1分ごとの平均値に集約することで、視認性と表示速度を両立させます。

動作確認

パネルの動作確認手順

パネルに「No data」と表示される場合は、まず InfluxDB Data Explorer で直接同じ Flux クエリを実行してデータが存在するか確認してください。データはあるが Grafana に表示されない場合は、データソースの設定（Token・Bucket名・Org名）を再確認してください。

まとめ

本記事では、Python 監視スクリプトが InfluxDB v2 に蓄積したサーバー情報を Grafana で一元可視化するダッシュボードの作り方を解説しました。

ダッシュボードが完成したら NGINX のリバースプロキシ経由で外部から HTTPS アクセスできるようにしておくと、外出先からもサーバーの状態を確認できるようになります。