企业官网建设流程全解析

作者：没有四次元口袋的蓝胖
日期：2026-10-1
标签：Grafana, 监控体系

Grafana可视化实战

Prometheus 自带一个简陋的 Web UI（http://localhost:9090），只适合调试 PromQL 表达式。真正的生产环境可视化全靠Grafana——一个开源的数据可视化平台，支持多种数据源，通过 Dashboard 面板将时序数据变成直观可读的图表。

这篇笔记系统梳理 Grafana 从安装部署到高级配置的完整知识链：数据源配置（手动 + provisioning 自动配置）、Dashboard 创建与面板类型选择、变量与模板的动态筛选。无论是面试还是实际工作，这些知识点都能帮你快速上手 Grafana 可视化。

核心掌握：Grafana数据源配置方式、Provisioning自动配置、Dashboard创建流程、常用面板类型与适用场景、变量与模板的动态筛选。

一、Grafana简介

1.1 什么是Grafana

Grafana 是一个开源的数据可视化平台，支持多种数据源（Prometheus、MySQL、Elasticsearch、InfluxDB、Loki 等），通过 Dashboard 面板展示时序数据的图表。

核心价值：

• 多数据源支持：一个平台同时连接 Prometheus、MySQL、Elasticsearch 等多种后端
• 丰富的面板类型：折线图、仪表盘、热力图、表格、日志等十几种可视化方式
• 社区生态：大量预置 Dashboard 模板，导入即用
• 告警能力：内置告警功能，但生产环境通常用 Prometheus + Alertmanager 做告警，Grafana 专注可视化

一个关键认知：Grafana 不存储数据、不采集数据。它只是数据源的前端展示层，数据存在 Prometheus 中，采集由 node_exporter 等负责。Grafana 挂了不影响监控数据采集和告警。

二、安装与数据源配置

2.1 Docker安装Grafana

# docker-compose.yml 片段services:grafana:image:grafana/grafana:latestcontainer_name:grafanaports:-"3000:3000"volumes:-grafana_data:/var/lib/grafana-./grafana/provisioning:/etc/grafana/provisioningenvironment:-GF_SECURITY_ADMIN_PASSWORD=admin123# 初始密码-GF_USERS_ALLOW_SIGN_UP=false# 禁止注册restart:unless-stoppeddepends_on:-prometheus

关键配置解读：

• grafana_data:/var/lib/grafana：用 Docker Volume 持久化 Grafana 数据（Dashboard、用户配置等），容器重建不丢失。
• ./grafana/provisioning:/etc/grafana/provisioning：挂载 provisioning 配置目录，实现数据源和 Dashboard 的自动配置。
• GF_SECURITY_ADMIN_PASSWORD：设置管理员初始密码，生产环境务必修改。
• GF_USERS_ALLOW_SIGN_UP=false：禁止自助注册，防止未授权用户访问。
• depends_on: prometheus：确保 Prometheus 先启动，Grafana 才能正常连接数据源。

2.2 数据源配置方式

Grafana 支持两种数据源配置方式，生产环境强烈推荐第二种。

方式一：通过 Web UI 手动配置

# 操作步骤：# 1. 访问 http://localhost:3000，用 admin / admin123 登录# 2. Configuration → Data Sources → Add data source# 3. 选择 Prometheus# 4. URL 填写：http://prometheus:9090# 5. Save & Test → 显示 "Data source is working" 即配置成功

这种方式简单直观，适合开发调试。但缺点是配置无法版本控制，容器重建后配置丢失。

方式二：通过 Provisioning 自动配置（推荐）

# provisioning/datasources/prometheus.ymlapiVersion:1datasources:-name:Prometheustype:prometheusaccess:proxyurl:http://prometheus:9090isDefault:trueeditable:false

这种方式的优势：

• Git 管理：配置文件可以纳入 Git 版本控制，修改有记录。
• 可重复：容器重建后自动加载配置，无需手动操作。
• 团队协作：所有环境的数据源配置一致，避免"我这没问题啊"的尴尬。
• isDefault: true：设为默认数据源，新建面板时无需每次选择。
• editable: false：禁止在 UI 上修改，防止有人误操作。

三、Dashboard创建

3.1 导入社区Dashboard（最快上手）

Grafana 社区有大量高质量 Dashboard 模板，导入即用，是快速搭建监控可视化的最佳方式。

# 推荐导入的Dashboard ID：# 1860 → Node Exporter Full（主机监控全景）# 11074 → Node Exporter for Prometheus Dashboard EN## 操作：Dashboards → Import → 输入ID → 选择数据源 → Import

推荐 Dashboard 说明：

• ID 1860：最经典的主机监控 Dashboard，覆盖 CPU、内存、磁盘、网络等所有基础指标，几乎每个 Prometheus 环境都会导入。
• ID 11074：相对简洁的主机监控面板，适合快速查看核心指标。

3.2 手动创建面板

当社区 Dashboard 不能满足需求时，可以手动创建面板。以"CPU使用率"面板为例：

步骤：Dashboard → Add Panel → 选择数据源 → 输入 PromQL → 选择面板类型 → 保存

常用监控指标的 PromQL：

# CPU使用率百分比 100 - (avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) # 内存使用率 (1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100 # 磁盘使用率 (1 - node_filesystem_avail_bytes{mountpoint="/",fstype!="rootfs"} / node_filesystem_size_bytes{mountpoint="/",fstype!="rootfs"}) * 100 # 网络接收速率（bytes/s） rate(node_network_receive_bytes_total{device!~"lo|veth.*|docker.*"}[5m]) # 网络发送速率（bytes/s） rate(node_network_transmit_bytes_total{device!~"lo|veth.*|docker.*"}[5m])

3.3 Dashboard Provisioning

除了手动创建，还可以用 YAML 文件自动 provision Dashboard，实现"Dashboard as Code"：

# provisioning/dashboards/dashboards.ymlapiVersion:1providers:-name:'default'orgId:1folder:''type:filedisableDeletion:falseupdateIntervalSeconds:10options:path:/var/lib/grafana/dashboardsfoldersFromFilesStructure:true

然后将 JSON 格式的 Dashboard 文件放到对应目录下即可自动加载。

四、面板类型与适用场景

Grafana 提供了丰富的面板类型，选择正确的类型对数据展示效果至关重要：

4.1 面板配置要点

# 常用设置项：# - Title: 面板标题，简洁明了# - Unit: 数据单位（percent、bytes、bytes/sec 等），自动格式化数值显示# - Min/Max: 坐标轴范围，Gauge面板尤其重要# - Thresholds: 阈值配色# 如 >80% 变红、>60% 变黄、<60% 变绿# 视觉上快速区分正常/警告/危险# - Legend: 图例格式，支持变量 {{instance}} {{device}} 等# - Time range: 时间范围（默认 Last 6 hours）# - Refresh: 自动刷新间隔（如 10s、30s、1m）

4.2 Thresholds 配置实践

Thresholds（阈值配色）是 Grafana 最实用的功能之一，通过颜色变化让指标状态一目了然：

# CPU使用率的Thresholds配置示例：# 0-60%: 绿色（正常）# 60-80%: 黄色（警告）# 80-100%: 红色（危险）# 配置方式：# Panel → Thresholds → Add threshold# Base: 绿色# 60: 黄色# 80: 红色

4.3 面板类型选择决策指南

需要什么展示效果？ │ ├── 看趋势变化 → Time series（折线图） │ ├── 看当前值 │ ├── 单个数值 → Stat │ ├── 仪表盘风格 → Gauge │ └── 多实例对比 → Bar gauge │ ├── 看分布 │ ├── 延迟分布 → Heatmap（配合Histogram） │ └── 占比分析 → Pie chart │ ├── 看列表 → Table │ └── 看日志 → Logs（配合Loki）

五、变量与模板

5.1 变量的作用

变量让 Dashboard 支持动态筛选，避免为每台机器建一个面板。比如你有 10 台服务器，不需要建 10 个 CPU 面板，只需要一个面板 + 一个instance变量，通过下拉框切换即可。

5.2 定义变量

# 定义变量 instance： # Settings → Variables → Add variable # Name: instance # Type: Query # Query: label_values(node_cpu_seconds_total, instance) # Multi-value: 开启（支持多选） # Include All: 开启（支持全选）

配置要点：

• Type: Query：从数据源动态获取变量值，最常用。
• Query：label_values(指标名, label名)提取该 label 的所有取值。
• Multi-value：开启后支持多选，一次查看多台机器的数据。
• Include All：开启后有个"All"选项，一键选中所有值。

5.3 在PromQL中使用变量

# CPU使用率（使用 instance 变量） 100 - (avg by(instance) (rate(node_cpu_seconds_total{mode="idle", instance=~"$instance"}[5m])) * 100) # 磁盘使用率（使用 instance 变量） (1 - node_filesystem_avail_bytes{fstype!~"tmpfs|overlay", instance=~"$instance"} / node_filesystem_size_bytes{fstype!~"tmpfs|overlay", instance=~"$instance"}) * 100

关键语法：

• instance=~"$instance"：多值匹配用=~（正则匹配），单值用=。
• 当 Multi-value 开启时，$instance会展开为server1|server2|server3的正则表达式，必须用=~才能正确匹配。
• 如果只用=，多选时只会匹配第一个值，其他值会被忽略。

5.4 常用变量类型

5.5 变量链式依赖

变量之间可以有依赖关系，形成"级联筛选"：

# 变量 datacenter：选择数据中心# Query: label_values(node_cpu_seconds_total, datacenter)# 变量 instance：依赖 datacenter# Query: label_values(node_cpu_seconds_total{datacenter="$datacenter"}, instance)# 效果：先选数据中心，再在该数据中心下选择实例

六、常见面试注意点

• Grafana 不存储数据：Grafana 只是数据源的前端展示层，数据存在 Prometheus 中。Grafana 挂了不影响监控数据采集。
• 数据源配置用 provisioning：生产环境通过 YAML 文件自动配置数据源和 Dashboard，而不是手动在 UI 上操作，方便 Git 管理和版本控制。
• 变量用=~而非=：当变量支持多选时，PromQL 中必须用正则匹配=~"$instance"，否则只能匹配单个值。
• Alerting 功能：Grafana 也有内置告警功能，但生产环境通常还是用 Prometheus + Alertmanager 做告警，Grafana 专注于可视化。
• Dashboard as Code：用 provisioning 文件管理 Dashboard，配合 Git 做版本控制，是团队协作的最佳实践。

🗺️ 思维导图速览

Grafana 可视化实战 ├── 定位 │ ├── 开源数据可视化平台 │ ├── 多数据源支持（Prometheus/MySQL/ES/Loki） │ └── 不存储数据、不采集数据，纯展示层 │ ├── 安装部署 │ ├── Docker安装（推荐） │ ├── Volume持久化：/var/lib/grafana │ └── 环境变量：GF_SECURITY_ADMIN_PASSWORD │ ├── 数据源配置 │ ├── 方式1：Web UI手动配置（开发调试） │ └── 方式2：Provisioning自动配置（生产推荐） │ └── provisioning/datasources/prometheus.yml │ ├── Dashboard创建 │ ├── 导入社区Dashboard（ID 1860 最经典） │ ├── 手动创建面板（PromQL + 面板类型） │ └── Dashboard Provisioning（Dashboard as Code） │ ├── 面板类型 │ ├── Time series：折线图，看趋势（最常用） │ ├── Gauge：仪表盘，看当前值 │ ├── Stat：统计数字，看单一指标 │ ├── Bar gauge：条形仪表盘，多实例对比 │ ├── Table：表格，列表数据 │ ├── Heatmap：热力图，Histogram分布 │ └── Logs：日志面板 │ ├── 变量与模板 │ ├── 作用：动态筛选，避免重复建面板 │ ├── 类型：Query/Custom/Constant/Interval/Datasource │ ├── 语法：多值匹配用 =~ "$var"，单值用 = "$var" │ └── 链式依赖：级联筛选（datacenter → instance） │ └── 关键配置 ├── Thresholds：阈值配色（绿/黄/红） ├── Unit：数据单位自动格式化 ├── Refresh：自动刷新间隔 └── Legend：图例变量 {{instance}} {{device}}

📝 写在最后

学习建议

1. 先导入 Dashboard 1860 体验：这是最快的上手方式。把整套主机监控跑起来，看看每个面板的 PromQL 是怎么写的，比自己从零建面板高效得多。
2. 理解 Provisioning 的价值：在团队项目中，所有配置都应该走 provisioning 而不是手动操作。这不仅是效率问题，更是可维护性和可审计性的问题。
3. 熟练掌握变量：变量是 Grafana Dashboard 的核心能力之一。理解了=~和=的区别、label_values()的用法，就能搭建出灵活可复用的 Dashboard。
4. 面板类型的选择：不同数据用不同类型的面板，趋势用折线图、当前值用仪表盘、分布用热力图。选择对了，可视化效果事半功倍。

面试高频问题速答

Q：Grafana 挂了会影响监控吗？

不会。Grafana 只是可视化层，不存储数据也不采集数据。数据存在 Prometheus 的 TSDB 中，采集由 node_exporter 等负责。Grafana 挂了只是看不到图表，监控数据的采集和存储完全不受影响，告警也不受影响。

Q：Grafana 的 provisioning 是什么？为什么要用？

Provisioning 是通过 YAML 文件自动配置 Grafana 的数据源、Dashboard 等设置的机制。优势：配置可纳入 Git 版本控制、容器重建后自动恢复、团队协作配置一致。生产环境不推荐手动在 UI 上配置，因为无法版本控制且容易丢失。

Q：Grafana 变量中=~和=有什么区别？

=是精确匹配，只能匹配单个值。=~是正则匹配，支持多值。当变量开启 Multi-value 时，$instance会展开为server1|server2的正则形式，必须用=~"$instance"才能正确匹配多个实例。

Q：如何选择合适的 Grafana 面板类型？

看趋势变化用 Time series（折线图），看当前值用 Gauge 或 Stat，多实例对比用 Bar gauge，看分布用 Heatmap（配合 Histogram），看列表数据用 Table。选择原则：根据数据特征和展示目的来选。