Grafana 可视化详解：从安装到自定义 Dashboard

最新推荐文章于 2025-10-19 10:14:02 发布

原创最新推荐文章于 2025-10-19 10:14:02 发布 · 978 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#grafana #学习

性能监控专栏收录该内容

82 篇文章

订阅专栏

Grafana 可视化详解：从安装到自定义 Dashboard

Grafana 是一款开源的指标可视化和监控分析平台，与 Prometheus 深度集成，是云原生可观测性体系中的“展示层”核心组件。它支持丰富的图表类型、灵活的仪表盘（Dashboard）设计和强大的交互能力。

本文将系统讲解如何使用 Grafana 实现 Prometheus 指标的可视化，涵盖 安装、数据源配置、导入现成 Dashboard、创建自定义面板等完整流程。

一、安装 Grafana

1. Docker 安装（推荐，快速启动）

docker run -d \
  -p 3000:3000 \
  --name=grafana \
  -e "GF_SECURITY_ADMIN_PASSWORD=yourpassword" \
  grafana/grafana-enterprise

默认访问地址：http://localhost:3000
默认账号：admin
默认密码：yourpassword（或首次登录时设置）

2. Linux 安装（Ubuntu/Debian）

# 添加仓库
wget -q -O - https://packages.grafana.com/gpg.key | sudo apt-key add -
echo "deb https://packages.grafana.com/enterprise/deb stable main" | sudo tee -a /etc/apt/sources.list.d/grafana.list

# 安装
sudo apt-get update
sudo apt-get install grafana

# 启动
sudo systemctl start grafana-server
sudo systemctl enable grafana-server

3. 其他方式

Kubernetes：使用 Helm Chart 安装
Windows/macOS：下载二进制包
云服务：AWS Managed Grafana、Grafana Cloud

二、添加 Prometheus 作为数据源

步骤：

登录 Grafana（http://localhost:3000）
点击左侧 ⚙️ Configuration → Data Sources
点击 Add data source
选择 Prometheus
配置连接信息：

字段	示例值	说明
Name	`Prometheus`	数据源名称
HTTP > URL	`http://prometheus:9090`	Prometheus Server 地址（Docker 网络需可达）
Scrape interval	`15s`	与 Prometheus 保持一致
Access	`Server (default)`	Grafana 代理请求

点击 Save & Test，显示 “Data source is working” 即成功。

✅ 如果 Prometheus 在 Docker 中，确保 Grafana 能访问其网络（如 --network 共享网络）。

三、导入现成的 Dashboard

Grafana 提供了丰富的 官方模板库（Grafana Dashboards），可一键导入，快速搭建专业监控面板。

1. 导入 Node Exporter 主机监控（Dashboard ID: 1860）

用途：监控服务器 CPU、内存、磁盘、网络等系统指标。

步骤：

访问 https://grafana.com/grafana/dashboards/1860
复制 Dashboard ID：1860
在 Grafana 中：
- 点击 + → Import
- 输入 1860
- 选择 Prometheus 数据源
- 点击 Import

效果：

显示 CPU 使用率、内存使用、磁盘 I/O、网络流量等
支持多实例切换（通过 instance 变量）

✅ 适用于 node_exporter 采集的主机指标。

2. 导入 JVM Micrometer 应用监控（Dashboard ID: 4701）

用途：监控 Spring Boot 应用的 JVM、HTTP、GC、线程等。

步骤：

访问 https://grafana.com/grafana/dashboards/4701
导入 ID 4701
选择 Prometheus 数据源
点击 Import

效果：

JVM 内存使用（heap, non-heap）
GC 次数与耗时
HTTP 请求速率与延迟（http_server_requests）
线程数、类加载数
支持 application、instance 变量切换

✅ 适用于使用 Micrometer + Spring Boot 的应用。

四、创建自己的 Dashboard

1. 创建新 Dashboard

点击左侧 + → Dashboard → Create Dashboard
或点击 Create → Dashboard

2. 添加面板（Panel）

每个面板显示一个图表或指标。

步骤：

点击 Add a new panel
进入面板编辑模式

3. 配置面板

（1）查询（Query）选项卡

Data source：选择 Prometheus
PromQL 输入框：输入查询语句

示例 1：HTTP 请求速率

rate(http_server_requests_seconds_count[5m])

示例 2：P99 延迟

histogram_quantile(0.99, sum(rate(http_server_requests_seconds_bucket[5m])) by (le, job))

示例 3：JVM 堆内存使用率

jvm_memory_used_bytes{area="heap"} / jvm_memory_max_bytes{area="heap"}

✅ 使用 Legend format 自定义图例，如 {{job}} - {{method}}

（2）可视化（Visualization）选项卡

选择图表类型：

图表类型	适用场景
Time series	时间序列曲线（最常用）
Stat	显示当前值（如内存使用量）
Gauge	仪表盘（0~100%）
Bar gauge	条形仪表
Table	表格展示
Heatmap	热力图（适合直方图）

示例：Stat 面板显示错误率

Query: rate(http_server_requests_seconds_count{status=~"5.."}[5m]) / rate(http_server_requests_seconds_count[5m])
Visualization: Stat
Unit: percent (0.0-1.0)
Thresholds: 设置红/黄/绿阈值

（3）面板标题与描述

Title：如 “HTTP Request Rate”
Description：可写 PromQL 说明或业务含义

4. 使用变量（Variables）实现动态切换

让 Dashboard 支持下拉选择，提升灵活性。

示例：添加 `job` 变量

Dashboard 设置（齿轮图标）→ Variables → Add variable
配置：
- Name: job
- Type: Query
- Data source: Prometheus
- Query: label_values(job)
- Refresh: On Dashboard Load
在 PromQL 中使用：job="$job"

✅ 支持 instance, application, namespace 等常用变量。

5. 保存 Dashboard

点击右上角 Save dashboard（磁盘图标）
输入名称，如 My Spring Boot App Monitor
点击 Save

五、Dashboard 管理最佳实践

实践	说明
✅ 使用变量	支持多实例、多服务切换
✅ 分组布局	按 CPU、内存、请求、延迟等分区域
✅ 设置刷新频率	30s 或 1m，避免频繁查询
✅ 添加注释（Annotations）	标记发布、变更事件
✅ 共享 Dashboard	导出 JSON 或分享链接
✅ 使用文件夹组织	按服务或团队分类

六、常用 Dashboard 推荐

Dashboard ID	名称	用途
1860	Node Exporter Full	主机监控
4701	JVM (Micrometer)	Spring Boot 应用
395	Prometheus Stats	Prometheus 自身监控
11074	Kubernetes Cluster (Prometheus)	K8s 集群监控
9276	Spring Boot Application	另一个 Micrometer 模板