Grafana 使用入门

ScilogyHunter2025-08-23 13:27

Grafana 使用入门

在现代IT架构中，系统、应用和基础设施会产生海量的时序数据（Time-Series Data）。如何将这些冰冷的数据转化为直观、 actionable 的洞察，是运维、开发和分析师面临的核心挑战。Grafana 正是在这个背景下应运而生的开源王者，它成为了可视化和监控领域的事实标准。

本文将深入浅出地介绍 Grafana 的核心功能、安装方法、基本用法，并通过一个完整的实战示例带你快速上手。

一、Grafana 是什么？为什么选择它？

Grafana 是一个开源的、功能强大的指标分析和可视化平台。它最擅长将来自不同数据源（如 Prometheus, MySQL, Elasticsearch 等）的时序数据，转换为漂亮的图表、仪表盘和告警信息。

核心价值与特点：

  1. 多数据源支持：这是 Grafana 的王牌功能。它可以无缝连接数十种流行的数据库、监控工具和云服务，让你在一个平台上统一查看所有数据，打破数据孤岛。
  2. 强大的可视化能力：提供丰富多样的图表类型，从基础的折线图、柱状图到热力图、状态地图（Geomap）、日志面板等，几乎可以满足任何可视化需求。
  3. 灵活的仪表盘：通过简单的拖放操作，即可创建布局精美、信息丰富的交互式仪表盘。支持变量（Variables）实现动态仪表盘，一次创建，多处过滤查看。
  4. 告警与通知：可以基于仪表盘中的数据设置告警规则，当指标异常时，通过邮件、Slack、PagerDuty、Webhook 等多种方式及时通知相关人员。
  5. 开源与活跃社区：拥有庞大而活跃的社区，提供海量由用户共享的仪表盘模板，可以快速导入使用，极大节省了搭建成本。
  6. 插件化架构：高度可扩展，可以通过插件支持新的数据源、图表类型和应用程序功能。

典型应用场景：

  • IT 运维监控：监控服务器 CPU、内存、磁盘、网络状态。
  • 应用性能监控 (APM)：追踪应用 QPS、响应延迟、错误率。
  • 业务数据监控：可视化网站访问量、用户活跃度、订单成交额等业务指标。
  • 物联网 (IoT)：展示传感器上传的温度、湿度、设备状态等数据。
  • 日志分析与可视化：与 Loki 等日志系统结合，分析日志趋势。

二、安装与部署

Grafana 的安装非常简单，支持多种方式。以下以最常见的 Linux 系统为例。

方法一：使用 APT 仓库安装 (Ubuntu/Debian)
bash 复制代码 
# 1. 安装依赖
sudo apt-get install -y software-properties-common wget

# 2. 添加Grafana的APT仓库
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 -a /etc/apt/sources.list.d/grafana.list

# 3. 更新软件包列表并安装
sudo apt-get update
sudo apt-get install grafana

# 4. 启动Grafana服务并设置开机自启
sudo systemctl daemon-reload
sudo systemctl start grafana-server
sudo systemctl enable grafana-server
方法二：使用 Docker 安装 (最快捷)

如果你熟悉 Docker，这是最快的方式。

bash 复制代码 
docker run -d -p 3000:3000 --name=grafana grafana/grafana-enterprise

访问 http://<你的服务器IP>:3000 即可。

方法三：直接下载二进制文件

适用于 macOS 和 Windows，可以从 Grafana 官网下载页面 获取安装包。

安装后访问 ：

默认地址是 http://<你的服务器IP>:3000。

默认用户名和密码都是 admin。首次登录后会要求修改密码。

三、核心概念与基本用法

1. 数据源 (Data Sources)

在创建图表之前，必须先配置数据源。这是 Grafana 连接外部数据库的地方。

  • 路径：左侧导航栏 -> 齿轮图标 (Configuration) -> Data sources -> Add data source。
  • 常见数据源：Prometheus, Loki (for logs), Tempo (for traces), InfluxDB, Elasticsearch, MySQL, PostgreSQL, AWS CloudWatch, Google Cloud Monitoring 等。
2. 仪表盘 (Dashboards)

仪表盘是图表的容器，是你工作的最终成果。一个仪表盘由多个面板（Panels） 组成。

3. 面板 (Panels)

面板是仪表盘的基本构建块，每个面板代表一个可视化图表。创建面板时，你需要：

  • 选择可视化类型（Visualization）：如 Time series, Stat, Gauge, Bar chart 等。
  • 编写查询（Query）：使用对应数据源的查询语言（如 PromQL for Prometheus, SQL for MySQL）来获取数据。
  • 配置属性：设置标题、单位、颜色、阈值、坐标轴等。
4. 变量 (Variables)

变量是 Grafana 的灵魂功能之一。它允许你创建下拉菜单，动态地改变面板中查询的内容。

  • 例如 ：创建一个 host 变量，包含所有主机名。在查询中引用 $host，就可以通过下拉菜单选择不同的主机，所有图表会自动刷新显示该主机的数据。

四、实战示例：监控 Linux 主机

让我们通过一个完整的例子，使用 Prometheus 监控一台 Linux 主机，并用 Grafana 进行可视化。

第 1 步：部署监控组件

  1. 安装并运行 Prometheus：

    • 下载 Prometheus，修改 prometheus.yml 配置文件，抓取 Node Exporter 的指标。
    • 启动 Prometheus。

  2. 在被监控主机上安装并运行 Node Exporter：

    • Node Exporter 是一个用于暴露硬件和操作系统指标的工具。
    • 下载后直接运行 ./node_exporter，它默认在 http://<主机IP>:9100/metrics 提供指标。
第 2 步：在 Grafana 中添加数据源
  1. 登录 Grafana。
  2. 进入 Configuration -> Data Sources -> Add data source。
  3. 选择 Prometheus。
  4. 在 URL 栏中填写你的 Prometheus 服务器地址（例如：http://localhost:9090）。
  5. 点击 Save & Test，如果出现 "Data source is working" 则表示成功。
第 3 步：创建主机监控仪表盘（两种方法）

方法 A：导入社区模板（最快）

  1. 访问 Grafana Labs 官方仪表盘库。
  2. 搜索 "Node Exporter Full"，这是一个非常全面的主机监控模板，ID 为 1860。
  3. 在 Grafana 中，点击 Create -> Import。
  4. 输入 ID 1860，点击 Load。
  5. 选择 Prometheus 数据源，点击 Import。

瞬间，一个功能齐全、美观的主机监控仪表盘就创建完成了！

方法 B：手动创建面板（用于学习）

我们手动创建一个显示 CPU 使用率的图表。

  1. 创建新仪表盘 ：点击 Create -> Dashboard。
  2. 添加新面板 ：点击 Add new panel。
  3. 编写查询 ：

    • 在 Query 编辑器中，选择你的 Prometheus 数据源。

    • 输入 PromQL 查询语句：

      promql 复制代码 
      100 - (avg by(instance)(rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100

      这个查询用于计算平均 CPU 使用率百分比。

  4. 配置图表 ：
    • Panel title：改为 "CPU Usage"。
    • 在 Standard options 里，将 Unit 设置为 Percent (0-100)。
    • 可以调整颜色、图例等。
  5. 应用面板 ：点击右上角的 Apply 保存面板到仪表盘。
  6. 重复步骤 2-5 ，添加内存、磁盘 IO、网络流量等面板。

    • 内存使用率查询示例 ：

      promql 复制代码 
      (node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / node_memory_MemTotal_bytes * 100

    • 磁盘使用率查询示例 （需要先确认你的挂载点）：

      promql 复制代码 
      node_filesystem_avail_bytes{mountpoint="/"} / node_filesystem_size_bytes{mountpoint="/"} * 100

最终，你将得到一个类似下图的自定义监控仪表盘：
(此处通常应有一张Grafana仪表盘的截图)

五、高级功能：设置告警

当 CPU 使用率持续过高时，我们希望收到通知。

  1. 在你的 CPU 面板上，点击标题，选择 Edit。
  2. 切换到 Alert 标签页。
  3. 点击 Create alert rule from this panel。
  4. 配置告警规则 ：
    • Rule name : High CPU Usage
    • Evaluate every : 5m (每5分钟检查一次)
    • Conditions :
      • WHEN max() OF query(A, 5m, now) IS ABOVE 90
        (意思是：当最近5分钟内，查询A的最大值超过90%)
  5. 配置通知渠道 ：
    • 首先需要在 Alerting -> Notification channels 中配置一个渠道，比如 Slack 或 Email。
    • 在告警规则中，选择添加好的通知渠道。
  6. 保存告警规则。

现在，当你的 CPU 使用率超过 90% 并持续5分钟，Grafana 就会自动发送告警通知。

总结

Grafana 不仅仅是一个绘图工具，它是一个完整的可观测性平台的核心。通过将多种数据源整合到统一的、交互式的可视化界面中，它极大地提升了我们理解系统状态、定位问题、分析趋势的效率。

从简单的折线图到复杂的业务 KPI 看板，从基础设施监控到实时业务分析，Grafana 都能胜任。现在就开始你的 Grafana 之旅，将这些沉睡的数据转化为宝贵的洞察力吧！

官方资源：

热门推荐
01UV安装并设置国内源02【踩坑笔记】50系显卡适配的 PyTorch 安装03KGG转MP3工具|非KGM文件|解密音频04Qwen3-Coder 快速上手教程 | Qwen Code + Claude Code05蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接06Claude Code VSCode集成开发指南：AI编程助手完整配置07DeepSeek更新！速览DeepSeek V3.1新特性08NVIDIA显卡驱动、CUDA、cuDNN 和 TensorRT 版本匹配指南09【2025.08.06最新版】Android Studio下载、安装及配置记录（自动下载sdk）102025最新国内服务器可用docker源仓库地址大全（2025年8月更新）