Grafana 可视化监控：动态仪表板与图表

FreeGuideOnline 最新 2026-06-13

Grafana 可视化监控：动态仪表板与图表

1. 认识 Grafana：不只是画图工具

Grafana 是一款开源的数据可视化与监控平台，它可以将来自不同数据源的时间序列数据转化为动态、交互式的仪表板。无论你管理的是服务器集群、物联网设备，还是应用性能指标，Grafana 都能帮你快速洞察系统状态。它的核心优势在于：

  • 多数据源支持：Prometheus、InfluxDB、Graphite、Elasticsearch、MySQL 等均可接入。
  • 灵活的可视化：折线图、柱状图、热力图、饼图、仪表盘、表格等几十种面板。
  • 告警引擎：当指标超出阈值时，可向邮件、Slack、Webhook 等渠道发送通知。
  • 动态变量：让仪表板具备模板化能力，一键切换主机、应用或环境。

本教程将带你从零开始，搭建一个可以动态切换主机的实时监控仪表板。

2. 环境搭建与安装

2.1 安装 Grafana（Ubuntu/Debian）

sudo apt-get install -y software-properties-common wget
sudo wget -q -O /usr/share/keyrings/grafana.key https://apt.grafana.com/gpg.key
echo "deb [signed-by=/usr/share/keyrings/grafana.key] https://apt.grafana.com stable main" | sudo tee /etc/apt/sources.list.d/grafana.list
sudo apt-get update
sudo apt-get install -y grafana

启动并设置开机自启：

sudo systemctl daemon-reload
sudo systemctl start grafana-server
sudo systemctl enable grafana-server

默认监听 http://localhost:3000，初始账号密码为 admin/admin，首次登录会要求修改密码。

2.2 安装并配置 Prometheus（数据源示例）

Grafana 本身不存储数据，需要后端数据源。以下以 Prometheus 为例：

wget https://github.com/prometheus/prometheus/releases/download/v2.45.0/prometheus-2.45.0.linux-amd64.tar.gz
tar xvf prometheus-*.tar.gz
cd prometheus-*

编辑 prometheus.yml，添加一个抓取任务来监控本机 Node Exporter（假定已安装并运行在 9100 端口）：

scrape_configs:
  - job_name: 'node'
    static_configs:
      - targets: ['localhost:9100']

启动 Prometheus：

./prometheus --config.file=prometheus.yml

3. 连接第一个数据源

  1. 登录 Grafana，左侧菜单进入 Configuration → Data Sources。
  2. 点击 Add data source，选择 Prometheus。
  3. URL 填入 http://localhost:9090（如果 Prometheus 与 Grafana 在同一主机）。
  4. 点击 Save & test，出现绿色提示即表示连接成功。

这一步完成后，Grafana 就具备了查询指标的能力。

4. 创建你的第一个仪表板

4.1 新建仪表板

左侧菜单点击 + → Dashboard，然后点击 Add new panel，进入面板编辑器。

4.2 编写 PromQL 查询

在下方的 Query 区域，选择数据源为刚刚添加的 Prometheus，输入查询语句：

rate(node_cpu_seconds_total{mode="idle"}[5m])

该语句计算过去 5 分钟 CPU 空闲时间的速率。面板会立即显示折线图。

4.3 调整图表样式

  • 在右侧 Panel options 中设置标题为“CPU 使用率”。
  • 在 Standard options 中，将 Unit 设为 percent (0.0-1.0)，让数值以百分比显示。
  • 使用 1 - rate(...) 转换为实际使用率：
100 - (rate(node_cpu_seconds_total{mode="idle"}[5m]) * 100)
  • 在 Legend 中可自定义显示格式，如 {{cpu}}。

4.4 保存仪表板

点击右上角 Apply，然后点击保存图标，为仪表板命名，例如“主机监控概览”。

5. 深入图表类型与面板配置

Grafana 提供多种可视化类型，选择合适的图表可大幅提升信息可读性。

5.1 时序折线图（Time series）

适用于展示指标随时间的变化趋势。

  • 多指标对比：可添加多个查询，例如同时显示系统负载、内存使用率。
  • 双 Y 轴：在 Graph styles → Field override 中，为某个系列指定不同的 Y 轴，实现不同量级指标的共存。

5.2 仪表盘（Gauge）

显示瞬时值，如当前内存使用百分比。

  • 查询返回单个值（可用 PromQL 函数 avg() 或直接查询 node_memory_MemAvailable_bytes）。
  • 在 Value options 中设置阈值颜色（绿/黄/红）。
  • 设置 Unit 为 percent 或 decbytes。

5.3 表格（Table）

展示结构化的瞬时数据，如所有磁盘分区的使用情况。

  • 查询可返回多条记录，表格会自动分列。
  • 支持列排序、自定义列样式和链接。

5.4 热力图（Heatmap）

观察数据分布和密度，常用于请求延迟分布。

  • 需使用 Prometheus 的 Histogram 类型指标。
  • 面板会以时间轴为 X 轴，Y 轴为桶范围，颜色深浅代表频率。

5.5 状态时间线（State timeline）

展示离散的状态变化，如服务健康检查的历史状态（UP/DOWN）。

6. 动态变量：让仪表板“活”起来

静态仪表板需要为每台主机单独创建面板。动态变量可让你从一个下拉列表中选择主机、接口或盘符，仪表板自动更新。

6.1 添加变量

  1. 进入仪表板设置（齿轮图标）→ Variables → Add variable。
  2. 选择变量类型为 Query。
  3. 数据源选择 Prometheus ，查询语句输入：
label_values(node_cpu_seconds_total, instance)

这会提取所有 instance 标签的值（通常为 host:port）。 4. 在 General 中设置变量名称为 host，Label 为“选择主机”。 5. 设置 Selection options 勾选 Multi-value 和 Include All option。 6. 点击 Update，仪表板顶部会出现主机选择下拉框。

6.2 在查询中使用变量

修改之前的面板查询，用变量替换硬编码的 instance：

100 - (rate(node_cpu_seconds_total{instance=~"$host", mode="idle"}[5m]) * 100)

$host 会传入选中的值，=~ 支持正则匹配多个主机。保存后面板即可随变量切换动态呈现。

6.3 变量串联

你可以定义多个变量，比如 disk 变量依据当前选择的 host 来获取磁盘设备：

label_values(node_disk_io_time_seconds_total{instance=~"$host"}, device)

在仪表板中，先选主机，磁盘列表自动刷新。

7. 告警：从被动查看到主动通知

Grafana 内置告警引擎，可以在 UI 中定义规则，无需依赖外部 Alertmanager（也可与 Prometheus Alertmanager 集成）。

7.1 创建告警规则

编辑任意面板，切换到 Alert 标签页：

  • 点击 Create alert rule from this panel。
  • 设置 Condition：例如当查询 A 的最后值 IS ABOVE 90（表示 CPU 使用率 > 90%）。
  • 在 Evaluate every 中填入 1m，评估频率。
  • 在 For 中填入 5m，表示持续 5 分钟满足条件才触发，避免瞬时抖动。

7.2 配置通知渠道

  1. 左侧菜单 Alerting → Contact points → Add contact point。
  2. 选择类型（Email、Slack、Webhook 等），填写收件地址或 webhook URL。
  3. 保存后进入 Notification policies，设置默认路由或按标签分流。
  4. 可以回到告警规则，在 Notifications 中选择发送到的 contact point。

7.3 测试告警

可通过 Prometheus 模拟高负载，或在规则评估期后检查 Alerting → Alert rules 中的状态，观察通知是否发送。

8. 仪表板最佳实践

  • 使用行（Row）进行分组：将相关面板放在同一行，可折叠，保持界面整洁。
  • 统一时间范围：默认使用仪表板级别的时间选择器，用户可快速缩放或刷新。
  • 应用模板变量：尽量避免硬编码，让一个仪表板覆盖多种场景。
  • 添加注释（Annotations）：标记部署、重启等事件，方便关联异常时间点。
  • 版本管理与导出：仪表板可导出为 JSON 文件，通过 Git 进行版本管理，也可用 Grafana Provisioning 自动加载。
  • 性能考虑：查询粒度不宜过细，数据源速率上限要注意；适当降低面板刷新间隔。

9. 扩展阅读与常见问题

可以为面板添加链接，点击后跳转到另一个仪表板或外部系统，并传递当前变量值（如 ?var-host=$host），实现指标下钻分析。

9.2 与其他系统的集成

  • Loki：日志聚合，可实现日志与指标联查。
  • Tempo：分布式追踪，用于微服务性能分析。
  • Grafana OnCall：增强告警排班与升级管理。

9.3 常见问题

  • 图表无数据：检查时间范围、查询语句是否正确；数据源是否连接正常；Prometheus 中 up 指标可判断 target 健康状态。
  • 变量列表为空：确认查询语句能在数据源 Explore 页面正常返回结果，注意转义特殊字符。
  • 告警未触发：检查评估频率和持续时间；验证通知渠道配置；查看 Alerting → Silences 是否误配置了静默。

通过本教程，你已经能够从零搭建起一个带有动态变量、多图表类型和告警通知的 Grafana 监控仪表板。接下来只需接入真实业务指标，不断迭代你的看板，就能实现全面、直观的系统观测。