Como monitorar o desempenho do n8n com Prometheus e Grafana

Para criar um alerta, edite o arquivo prometheus.yml e adicione uma seção rule_files. Crie um arquivo alert.rules.yml com regras como:

groups:
- name: n8n-alerts
  rules:
  - alert: HighNodeErrorRate
    expr: rate(n8n_node_execution_errors_total[5m]) by (node_name) > 0.05
    for: 5m
    labels:
      severity: critical
    annotations:
      summary: "Alto taxa de erros no nó {{ $labels.node_name }}"
      description: "O nó {{ $labels.node_name }} está falhando em mais de 5% das execuções nos últimos 5 minutos."

Instale o Alertmanager via Docker e configure a integração com Telegram:

docker run -d \
  --name=alertmanager \
  -p 9093:9093 \
  -v $(pwd)/alert.rules.yml:/etc/prometheus/alert.rules.yml \
  prom/alertmanager

Edite o prometheus.yml para apontar para o Alertmanager:

alerting:
  alertmanagers:
  - static_configs:
    - targets:
      - alertmanager:9093

No Alertmanager, configure o receptor para Telegram usando a API do bot. Envie um teste com curl -X POST http://localhost:9093/api/v2/alerts -d @test-alert.json para validar.

Curiosidade: você pode criar alertas para timeout de webhooks usando increase(n8n_workflow_executions_total{status="failed"}[1h]) > 0. Isso detecta fluxos que falham porque um webhook não responde a tempo.

Otimizando recursos: CPU, RAM e throughput do seu n8n auto-hospedado

Se seu n8n consome 2GB de RAM ou 100% da CPU, é hora de ajustar. Use as métricas process_resident_memory_bytes e process_cpu_seconds_total para identificar picos. Se a memória atingir 80% do limite do container, aumente o valor de --memory no Docker ou otimize seus fluxos.

Para fluxos pesados, desative nós desnecessários como "Wait" ou "IF" em loops infinitos. Ajuste também o N8N_METRICS_ENABLED=true para evitar sobrecarga na coleta de métricas. Se estiver usando Kubernetes, defina resources.limits.memory e resources.requests.cpu no manifesto.

Tabela de tuning para fluxos comuns:

Curiosidade: o n8n usa um pool de workers para executar nós em paralelo. Se seus fluxos travam, verifique se o valor de N8N_EXECUTIONS_PROCESS=main não está sobrecarregando a fila. Para fluxos críticos, use N8N_EXECUTIONS_PROCESS=child para distribuir a carga.

Dicas avançadas: monitorando múltiplas instâncias e integrando com OpenTelemetry

Se você tem 5 instâncias do n8n rodando em diferentes servidores, configure o Prometheus para coletar métricas de todas elas usando file_sd_configs ou consul_sd_configs. Crie um arquivo targets.json com:

{
  "targets": [
    "n8n-server1:5678",
    "n8n-server2:5678",
    "n8n-server3:5678"
  ]
}

No prometheus.yml, adicione:

scrape_configs:
  - job_name: 'n8n-multi'
    file_sd_configs:
      - files:
        - targets.json

Para tracing distribuído, integre o n8n com OpenTelemetry. Adicione ao Docker:

environment:
  - N8N_OPEN_TELEMETRY_ENABLED=true
  - N8N_OPEN_TELEMETRY_HOST=otel-collector:4317

Use o Grafana Tempo ou Jaeger para visualizar traces. Para logs, o Grafana Loki é ideal, pois indexa logs de forma eficiente e escala com milhares de instâncias. Instale o Loki via Docker e configure o Promtail para coletar logs do n8n.

Curiosidade: o n8n não suporta OpenTelemetry nativamente, mas você pode usar um sidecar com o OpenTelemetry Collector para instrumentar os fluxos. Isso é útil para automações complexas que dependem de múltiplas APIs externas.

Perguntas frequentes sobre monitoramento do n8n com Prometheus e Grafana

O n8n tem métricas nativas ou preciso instalar algo?

O n8n não monitora nada por padrão. Você precisa ativar o endpoint /metrics via variável de ambiente N8N_METRICS_ENABLED=true para expor dados essenciais como tempo de execução, erros e uso de recursos.

Como expor as métricas do n8n para o Prometheus?

Configure o Prometheus para fazer scraping do endpoint http://SEU_DNS:5678/metrics adicionando um job no arquivo prometheus.yml com o alvo do container ou IP do servidor do n8n.

Qual a diferença entre Prometheus e Grafana no monitoramento?

O Prometheus coleta e armazena métricas em tempo real, enquanto o Grafana é a ferramenta de visualização que transforma esses dados em dashboards interativos e alertas visuais.

Posso usar Grafana sem saber programar?

Sim. O Grafana oferece dashboards prontos para importar (como o ID 1860 para n8n) e permite criar painéis arrastando e soltando queries do Prometheus, sem necessidade de codificar.

Como criar alertas para quando um fluxo do n8n falhar?

No Prometheus, defina regras de alerta no arquivo alert.rules.yml usando expressões como rate(n8n_node_execution_errors_total[5m]) > 0.05 e integre com ferramentas como Telegram ou Slack via Alertmanager.

Qual a configuração mínima de recursos para rodar Prometheus e Grafana?

Prometheus e Grafana consomem cerca de 100MB de RAM cada. Em containers Docker, 256MB de RAM e 0.5 CPU são suficientes para ambientes de desenvolvimento ou pequenas produções.

Como visualizar o tempo de execução de cada nó de um fluxo?

No Grafana, use queries PromQL como rate(n8n_node_execution_time_seconds_sum[5m]) by (node_name) em um gráfico para ver o tempo médio de execução por nó nos últimos 5 minutos.

É possível monitorar múltiplas instâncias do n8n com uma única dashboard?

Sim. Configure o Prometheus para coletar métricas de várias instâncias usando file_sd_configs com um arquivo targets.json contendo todos os endpoints, e crie um dashboard no Grafana com filtros por instância.

Deixe seus fluxos no n8n sob controle total: métricas, alertas e otimização em um só lugar

Monitorar o n8n com Prometheus e Grafana transforma automações caóticas em processos previsíveis e estáveis. Você passa a identificar gargalos em nós específicos, detectar falhas antes que afetem clientes e otimizar recursos sem adivinhações. Com alertas configurados, até mesmo fluxos críticos são supervisionados 24/7, enquanto dashboards personalizados mostram exatamente onde agir. A melhor parte? Tudo isso é possível com ferramentas open source auto-hospedadas, sem depender de soluções enterprise caras ou complexas.

• Ative métricas no n8n com N8N_METRICS_ENABLED=true para expor dados essenciais via /metrics.
• Configure o Prometheus para coletar essas métricas com um job simples no prometheus.yml.
• Crie dashboards no Grafana usando modelos prontos ou queries personalizadas para visualizar performance e erros.
• Defina alertas críticos no Prometheus para notificações em Telegram, Slack ou email quando algo sair do padrão.
• Otimize recursos com base em métricas de CPU, RAM e throughput, ajustando containers e fluxos conforme necessário.

Pronto para levar suas automações ao próximo nível? Explore nossa categoria de automação e monitoramento para mais guias práticos e ferramentas para deixar seus processos ainda mais robustos!