Auch verfügbar in: 🇬🇧 English

Glances-Integration

Zuletzt aktualisiert: 02.05.2026

Inhalt

🇬🇧 English

Glances ist ein Python-basiertes System-Monitoring-Tool, das eine REST-API bereitstellt. Mesh nutzt es, um die Server-Karten (InfraNodes) auf dem Dashboard mit live CPU-, RAM- und Last-Werten zu füttern.

Warum Glances und nicht Unraid GraphQL?

Unraid's GraphQL-API liefert nur statische Infos: CPU-Modell, Cores, Total-RAM, Array-Größe. Live-CPU% und Live-RAM% sind dort nicht verfügbar. Glances füllt die Lücke und funktioniert auf jedem Linux/macOS/Windows-Host — nicht nur Unraid.

Installation auf Unraid

Direkt im Apps-Tab:

  1. Suche „glances" → wähle das Template von Roxedus oder SelfhostedPro → Install
  2. Defaults beibehalten, nur prüfen:
    • Network Type: Host (zwingend! sonst keine Network-/Hostname-Stats)
    • WebUI Port: 61208
    • /var/run/docker.sock: read-only Mount (für Container-Liste)
  3. Apply

Test im Browser: http://<server-ip>:61208 → Glances-Web-Oberfläche erscheint.

Installation per Konsole (jeder Linux-Host)

docker run -d \
  --name=Glances \
  --restart=unless-stopped \
  --network=host \
  --pid=host \
  -e TZ=Europe/Berlin \
  -e GLANCES_OPT="-w" \
  -v /var/run/docker.sock:/var/run/docker.sock:ro \
  nicolargo/glances:latest-full
  • --network=host → echte Interfaces sehen (br0, eth0…)
  • --pid=host → korrekte Prozess-/Last-Stats des Hosts
  • -e GLANCES_OPT="-w" → Web-Modus auf Port 61208
  • :latest-full → enthält NVML (NVIDIA-GPU-Stats) und sensors-Bibliothek

In Mesh einbinden

  1. Admin → Integrationen → Glances → „Hinzufügen"
    • Label: z. B. „Glances Core"
    • URL: http://<server-ip>:61208
    • (optional: Username/Password, falls hinter Auth)
  2. Wiederholen pro Server (z. B. „Glances Node")
  3. Admin → Inhalte → Server-Karten → bei jedem InfraNode unter „Glances-Verknüpfung" die passende Glances-Instanz auswählen
  4. Speichern → nach ~5–10 Sekunden erscheinen die blauen CPU- und RAM-Balken auf dem Dashboard

Was du dann siehst

  • CPU-Bar mit Live-% (gelb ab >85 %)
  • RAM-Bar mit Live-% + verbrauchten/totalen GB
  • Array-Bar kommt aus Unraid-GraphQL (statisch)
  • Hostname in der Sub-Zeile aus Glances
  • OS-Version aus Glances (Linux 6.12.x-Unraid)

Troubleshooting

„Live-Auslastung n. v. — Glances installieren"

Der Fallback-Text. Bedeutet: kein glancesRef am InfraNode gesetzt oder Glances-Container nicht erreichbar. Test:

curl http://<server-ip>:61208/api/4/cpu | head -c 100

CPU/RAM% sind 0 oder konstant

Prüfe ob Glances mit --pid=host läuft. Ohne diesen Flag sieht der Container nur seine eigenen Prozesse, nicht den Host.

NVIDIA GPU-Stats fehlen

Voraussetzungen:

  1. NVIDIA-Treiber + nvidia-container-runtime auf dem Host
  2. Glances mit :latest-full (oder Custom-Build mit NVML)
  3. --gpus all zum docker-run-Befehl ergänzen
  4. Optional: lm-sensors auf dem Host installiert (für CPU-Temperatur)

DNS-Fehler beim Image-Pull

Klassiker auf frisch eingerichteten Unraid-Nodes: DNS-Server steht auf 1.1.1.1 aber UDM/Router blockt outbound:53. Lösung: Settings → Network Settings → DNS Server auf 192.168.x.x (Router) oder 8.8.8.8.

API-Endpoints, die Mesh liest

Für Debugging direkt mit curl ansprechbar:

Endpoint Liefert
/api/4/status Glances-Version (Health-Probe)
/api/4/cpu total %, user %, system %, idle %
/api/4/mem total, available, used, percent (Bytes)
/api/4/system hostname, os_name, os_version, hr_name
/api/4/load (mid-term) min1 / min5 / min15 — geplant für v1.6
/api/4/diskio read/write Bytes/s — geplant für v1.6

Mehr Daten auf den Server-Karten?

Die /api/4/...-Endpoints liefern viel mehr (Disk-I/O, Netzwerk-Throughput, Top-Prozesse, Sensoren). Roadmap v1.6 plant:

  • Load-Average als Chip
  • Disk-I/O (R/W MB/s) als Chip
  • Network-Throughput am primären Interface
  • CPU-Temperatur (via sensors)
  • Mini-Sparkline für CPU-Verlauf der letzten 60 Sekunden