深入学习 Grafana Query 编辑器：掌握多数据源查询与动态变量

Grafana 的 Query 编辑器 是其核心功能之一，它允许你从不同数据源中提取数据，并将其转化为可视化图表。每个数据源的 Query 编辑器界面和能力各不相同，掌握它们的使用方法是构建高效、灵活仪表盘的关键。

本文将深入详解 Prometheus、MySQL 等数据源的 Query 编辑器用法，并重点讲解 变量（Variables） 如何实现动态仪表盘。

一、Query 编辑器概览

Query 编辑器位于面板（Panel）的 “Query” 标签页，主要功能包括：

选择数据源
编写查询语句（PromQL、SQL、LogQL 等）
配置查询选项（如格式化、别名）
实时预览查询结果
支持自动补全、语法高亮

✅ 所有查询结果最终都会被转换为 时间序列（Time series） 或 表格（Table） 格式用于可视化。

二、1. Prometheus Query 编辑器：使用 PromQL

2.1 基础操作

选择数据源：Prometheus

在查询框中输入 PromQL：

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

使用 自动完成功能：
- 输入 r → 提示 rate()
- 输入 { → 提示可用标签
- 输入 node_ → 提示指标名称

✅ 自动补全大幅降低学习成本，建议多练习。

2.2 查询结果格式

Prometheus 查询返回 时间序列数据，结构如下：

Time	Series 1	Series 2	…
t₀	v₀₁	v₀₂
t₁	v₁₁	v₁₂

每一行是一个时间点
每一列是一个时间序列（带标签）

2.3 常用 PromQL 练习

# CPU 使用率
1 - rate(node_cpu_seconds_total{mode="idle"}[5m])

# 内存使用率
(node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / node_memory_MemTotal_bytes

# HTTP 请求速率
rate(http_server_requests_seconds_count[5m])

# P95 延迟
histogram_quantile(0.95, sum(rate(http_server_requests_seconds_bucket[5m])) by (le))

三、2. MySQL Query 编辑器：使用 SQL

MySQL 返回的是表格数据，Grafana 需要将其转换为时间序列才能可视化。

3.1 SQL 查询要求

要使 MySQL 查询结果可被 Grafana 可视化，必须满足：

至少包含 一列时间（time）
至少包含 一列数值（metric）
可选：维度列（用于分组）

正确示例

-- 查询订单数量趋势
SELECT
  created_at AS "time",           -- 必须命名为 "time" 或使用别名
  COUNT(*) AS "orders"            -- 数值列
FROM orders
WHERE $__timeFilter(created_at)   -- Grafana 自动替换时间范围
GROUP BY created_at
ORDER BY created_at

-- 多时间序列：按状态分组
SELECT
  created_at AS "time",
  status AS "metric",              -- 作为 series 名称
  COUNT(*) AS "value"
FROM orders
WHERE $__timeFilter(created_at)
GROUP BY created_at, status
ORDER BY created_at

✅ metric 列的值会成为图例名称（如 status=paid, status=failed）

3.2 `$__timeFilter()` 函数详解

这是 Grafana 提供的宏（Macro），用于自动注入时间过滤条件。

你在 SQL 中写	Grafana 实际执行
`$__timeFilter(created_at)`	`created_at BETWEEN '2023-01-01T00:00:00Z' AND '2023-01-02T00:00:00Z'`

✅ 必须使用，否则无法与仪表盘时间范围联动。

3.3 其他有用的宏

宏	说明
`$__timeFrom()`	开始时间
`$__timeTo()`	结束时间
`$__interval`	自动计算的采样间隔（用于 `GROUP BY time`）

示例：带采样间隔的查询

SELECT
  UNIX_TIMESTAMP(created_at) DIV $__interval * $__interval AS time_sec,
  COUNT(*) AS orders
FROM orders
WHERE $__timeFilter(created_at)
GROUP BY time_sec
ORDER BY time_sec

四、3. 变量（Variables）：实现动态仪表盘

变量是 Grafana 实现交互式、可复用仪表盘的核心功能。它允许你通过下拉菜单动态切换查询条件。

4.1 创建变量

步骤：

进入 Dashboard 设置（齿轮图标）
选择 Variables → Add variable
配置变量

4.2 常用变量类型

（1）`Query` 变量：从数据源查询生成

场景：列出所有 Prometheus 实例

Name: instance
Type: Query
Data source: Prometheus
Query: label_values(instance)
Refresh: On Dashboard Load

✅ label_values(job) 可获取所有 job 名称

（2）`Query` 变量：从 MySQL 查询生成

场景：列出所有服务名称

Name: service
Type: Query
Data source: MySQL
Query: SELECT DISTINCT service_name FROM services
Refresh: On Time Range Change

4.3 在查询中使用变量

示例 1：Prometheus 查询

rate(http_requests_total{instance="$instance"}[5m])

$instance 会被替换为用户选择的值
下拉菜单自动显示所有 instance

示例 2：MySQL 查询

SELECT 
  created_at AS "time",
  COUNT(*) AS "orders"
FROM orders 
WHERE service = '$service'
  AND $__timeFilter(created_at)
GROUP BY created_at

4.4 变量高级用法

语法	说明
`$var`	包含引号（如 `"web-1"`）
`[[var]]`	无引号（如 `web-1`）
`${var:pipe}`	管道格式（如正则替换）
`${var:regex}`	正则匹配

示例：多选变量

允许用户选择多个 instance

查询变为：

rate(http_requests_total{instance=~"$instance"}[5m])

使用 =~ 正则匹配

五、Query 编辑器最佳实践

实践	说明
✅ 使用自动补全加速 PromQL 编写	减少拼写错误
✅ 为 SQL 查询添加 `$__timeFilter()`	确保时间范围联动
✅ 使用变量替代硬编码	提升仪表盘复用性
✅ 合理使用别名（Alias）	改善图例可读性
✅ 预览查询结果	查看原始数据格式
✅ 使用多个 Query（A/B/C）	合并多条曲线

六、实战：构建动态主机监控仪表盘

目标

创建一个可切换主机实例的 CPU 监控面板。

步骤

创建变量：
- Name: instance
- Type: Query
- Query: label_values(node_cpu_seconds_total, instance)
创建 Panel：
- Data source: Prometheus
- Query:
```
1 - rate(node_cpu_seconds_total{instance="$instance", mode="idle"}[5m])
```
- Visualization: Time series
- Title: CPU Usage on $instance
保存仪表盘

✅ 效果：用户可通过下拉菜单选择不同主机，实时查看其 CPU 使用率。

七、总结

Grafana Query 编辑器是连接数据与可视化的桥梁：

数据源	查询语言	关键要点
Prometheus	PromQL	使用自动补全，掌握 `rate()`, `histogram_quantile()`
MySQL/PostgreSQL	SQL	必须包含 `time` 列和数值列，使用 `$__timeFilter()`
通用	——	使用变量实现动态查询