N8N Monitoring & Logging: Observability voor Productie Workflows [Complete Gids]

"Draait het?" is niet genoeg. In productie wil je weten: hoeveel workflows faalden vandaag? Welke API calls zijn traag? Gaat het geheugengebruik omhoog? Deze gids leert je hoe je een compleet monitoring-systeem opzet voor je n8n instance — van health checks tot Grafana dashboards.

De 3 Pijlers van Observability

n8n Health Endpoints

n8n biedt drie ingebouwde endpoints voor monitoring:

Prometheus Metrics Instellen

Prometheus is de industriestandaard voor metrics collection. n8n kan metrics exposen die Prometheus scraped.

# n8n Environment Variables voor Metrics

# Activeer de metrics endpoint
N8N_METRICS=true

# Metrics endpoint configuratie
N8N_METRICS_PREFIX=n8n_
N8N_METRICS_INCLUDE_DEFAULT_METRICS=true
N8N_METRICS_INCLUDE_CACHE_METRICS=true
N8N_METRICS_INCLUDE_MESSAGE_EVENT_BUS_METRICS=true
N8N_METRICS_INCLUDE_WORKFLOW_ID_LABEL=true

# Docker Compose voorbeeld:
services:
  n8n:
    image: n8nio/n8n
    environment:
      - N8N_METRICS=true
    ports:
      - "5678:5678"

  prometheus:
    image: prom/prometheus
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
    ports:
      - "9090:9090"

  grafana:
    image: grafana/grafana
    ports:
      - "3000:3000"

Prometheus Configuratie

# prometheus.yml
scrape_configs:
  - job_name: 'n8n'
    scrape_interval: 30s
    static_configs:
      - targets: ['n8n:5678']
    metrics_path: '/metrics'

# Beschikbare n8n metrics:
# n8n_workflow_execution_total{status="success|error"}
# n8n_workflow_execution_duration_seconds
# n8n_active_workflows_total
# n8n_queue_depth (als queue mode actief is)
# Plus standaard Node.js metrics:
# process_heap_bytes, process_cpu_seconds_total, etc.

Grafana Dashboard Bouwen

Met de metrics in Prometheus bouw je een overzichtelijk dashboard:

Essentiële Grafana Queries

// PromQL queries voor je n8n Grafana dashboard

// 1. Success Rate (percentage)
100 * (
  sum(rate(n8n_workflow_execution_total{status="success"}[5m]))
  /
  sum(rate(n8n_workflow_execution_total[5m]))
)

// 2. Executies per minuut
sum(rate(n8n_workflow_execution_total[5m])) * 60

// 3. Gemiddelde executie duur
histogram_quantile(0.95,
  rate(n8n_workflow_execution_duration_seconds_bucket[5m])
)

// 4. Failed executions per workflow
sum by (workflow_name) (
  increase(n8n_workflow_execution_total{status="error"}[24h])
)

// 5. Geheugengebruik
process_resident_memory_bytes{job="n8n"} / 1024 / 1024
// → Geeft MB geheugengebruik

// 6. Queue depth (als queue mode actief)
n8n_queue_depth

Logging Configureren

n8n heeft ingebouwde logging met configureerbare niveaus en output formats.

# Logging Environment Variables

# Log niveau: error, warn, info, debug
N8N_LOG_LEVEL=info

# Output format: "text" (leesbaar) of "json" (parseable)
N8N_LOG_OUTPUT=console

# Execution data opslaan
EXECUTIONS_DATA_SAVE_ON_ERROR=all
EXECUTIONS_DATA_SAVE_ON_SUCCESS=all
EXECUTIONS_DATA_SAVE_MANUAL_EXECUTIONS=true

# Execution data pruning (voorkomt database groei)
EXECUTIONS_DATA_MAX_AGE=168  # 7 dagen (in uren)
EXECUTIONS_DATA_PRUNE=true
EXECUTIONS_DATA_PRUNE_MAX_COUNT=50000

Gestructureerde Logging Best Practices

Alerting: Wanneer en Hoe

Goede alerts zijn actionable. Elke alert moet een duidelijke actie triggeren — anders is het ruis.

Workflow-Level Monitoring met n8n Zelf

Naast infrastructure monitoring kun je n8n zelf gebruiken om je workflows te monitoren — een "watchdog" workflow.

// Dagelijkse Health Report Workflow

Schedule Trigger (08:00, maandag-vrijdag)
  ↓
HTTP Request → n8n API
  GET /api/v1/executions?status=error&limit=100
  Header: X-N8N-API-KEY: {{ $env.N8N_API_KEY }}
  ↓
HTTP Request → n8n API (successes)
  GET /api/v1/executions?status=success&limit=1
  // We willen alleen de count weten
  ↓
Code Node (genereer rapport)
  const errors = $('Error Executions').all();
  const totalSuccess = $('Success Count').first().json.count;
  const totalErrors = errors.length;
  const total = totalSuccess + totalErrors;
  const successRate = total > 0 
    ? ((totalSuccess / total) * 100).toFixed(1) 
    : 0;
  
  // Groepeer fouten per workflow
  const errorsByWorkflow = {};
  errors.forEach(e => {
    const name = e.json.workflowData?.name || 'Onbekend';
    errorsByWorkflow[name] = (errorsByWorkflow[name] || 0) + 1;
  });
  
  // Top 5 failende workflows
  const topFailing = Object.entries(errorsByWorkflow)
    .sort((a, b) => b[1] - a[1])
    .slice(0, 5)
    .map(([name, count]) => `  ${name}: ${count}x`)
    .join('\n');
  
  return {
    text: `📊 *Dagelijks n8n Report*\n\n` +
      `Totaal: ${total} executies\n` +
      `✅ Geslaagd: ${totalSuccess}\n` +
      `❌ Gefaald: ${totalErrors}\n` +
      `📈 Success rate: ${successRate}%\n\n` +
      (totalErrors > 0 
        ? `*Top failende workflows:*\n${topFailing}` 
        : '🎉 Geen fouten!')
  };
  ↓
Slack Node (#automation-report)

OpenTelemetry voor Distributed Tracing

Voor complexe setups met meerdere n8n instances of externe microservices is OpenTelemetry (OTel) de standaard voor distributed tracing.

# OpenTelemetry configuratie voor n8n

# Docker Compose met OTel Collector
services:
  n8n:
    image: n8nio/n8n
    environment:
      - N8N_DIAGNOSTICS_ENABLED=true
      # OTel export configuratie
      - OTEL_EXPORTER_OTLP_ENDPOINT=http://otel-collector:4317
      - OTEL_SERVICE_NAME=n8n-production

  otel-collector:
    image: otel/opentelemetry-collector
    volumes:
      - ./otel-config.yaml:/etc/otel/config.yaml
    ports:
      - "4317:4317"   # OTLP gRPC
      - "4318:4318"   # OTLP HTTP

  jaeger:
    image: jaegertracing/all-in-one
    ports:
      - "16686:16686"  # Jaeger UI

# Met tracing kun je:
# - Een executie volgen van trigger tot output
# - Zien welke externe API calls de meeste tijd kosten
# - Bottlenecks identificeren in complexe workflows
# - Cross-service correlaties leggen

Productie Monitoring Checklist

Gerelateerde Artikelen

• n8n Error Handling: Retry, Fallback & Monitoring
• n8n Execution Modes: Queue & Worker Scaling
• n8n Self-Hosted: Complete Gids
• n8n Docker Installatie
• n8n Backup & Disaster Recovery