grafana面板介绍

grafana 快速使用

背景

随着公司业务的不断发展，紧接来的是业务种类的增加、服务器数量的增长、网络环境的越发复杂以及发布更加频繁，从而不可避免地带来了线上事故的增多，因此需要对服务器到应用的全方位监控，提前预警，目前多采用prometheus/Zabbix + grafana的方式来解决这个问题。

Grafana简介

Grafana 是一个可视化工具，简单点说就是用来展示数据的。它和Zabbix、Prometheus 有本质区别，在于它不能解决监控问题，仅用于展示。也就是说，在监控领域，Grafana 需要配合 Zabbix、Prometheus 等工具一起使用，以获取数据源。

官网地址：https://grafana.com/
官方文档：https://grafana.com/docs/grafana/next/
官方模板地址: https://grafana.com/grafana/dashboards/

Grafana 官方还对 Grafana 的适用场景以及基本特征作了介绍：

工业物联网场景数据

grafana最常用于因特网基础设施和应用分析，但在其他领域也有机会用到，比如：工业传感器、家庭自动化、过程控制等等。
多租户和多维度的权限控制
支持多租户的场景·使用Org区分不同的用户，数据源和dashboard进行隔离。多种用户角色·除了支持用户也支持Team的管理。多维度的权限控制，支持org·folder·dashboard三层的权限控制·可满足各种使用场景。
仪表板和可视化
Grafana支持众多的显示pane!。可帮助您快速构建各类显示效果·满足各类场景的需求、同时通过简单的拖拉缩放即可快速进行排版布局，操作简易方便，支持变量，注释的特性，可方便制作动态panel。同一张dashboard通过动态切换变量更换显示的数据。
数据源和集成
支持众多的数据源，内置集成Graphite,Prometheus·InfluxDB,MySQL·PostgreSQL和Elasticsearch:等内置插件，另外支持众多的第三方数据源的插件·并可自行进行扩展·方便接入更多的数据来源并进行显示。每种数据源有自己特性化的查询编辑器·帮助用户简单方便掌握各类数据的查询配置。
警报和通知
Grafana附带内置警报引擎，允许用户设置一定的条件规则到特定panel上。数据刷新警报触发之后，可产生一系列的事件。并内置插件支持显示·同时结合notification通知功能·警报触发之后可自动发送通知·支持的方式众多（例如，Email,Slack,LINE,Telegram,自定义的webhook等)
和Prometheus·Loki集成度高
Prometheus是一个领先的开源监控解决方案·属于一站式监控告警平台，依赖少、功能齐全。Loki是一个可水平伸缩、高可用、多租户的日志聚合系统。在grafana.上都有高度的集成和方便的使用。
插件化的结构·更易于扩展
Grafana是插件化的架构·对于panel·data source·app都可以开发插件进行扩展·插件的开发轻量简易·放入指定插件目录下注册即可生效·对于显示效果的增加或是更多数据源的接入都可以轻松解决。
开源社区
拥有强大的用户社区和活跃的贡献者·它已拥有54个数据源·50个面板·17个应用程序和1732个仪表盘·在github上有25000多次提交，并且Star为35.6K之多·持续更新，快速进版增加新功能。

这里需要留意的是，上面官方列举的数据源都是时序型数据库。这也透露出 Grafana 的另一大适用性：Grafana 一般是配合时序数据库做数据展示的。

Grafana 与 Kibana 的区别

Kibana 是运维圈耳熟能详的后端数据实时展示工具。日常工作中，大家都用 Kibana 结合Logstash、ElasticSearch 等组件一起使用做日志展示、索引、分析的。但Kibana也可以接入其他数据源的，只不过最常见的用法还是展示日志。

Grafana 最早其实应该是 Kibana3 的一个分支。不同的是，Grafana 拥有自己的权限管理和用户管理系统，而 Kibana 没有权限管理系统。Kibana 和 ES 结合紧密，支持强大的ES语法，比较适合做一些多维度的分析和查询，而Grafana更适合用于展示，图形比Kibana美观很多。

简易安装

安装方式有很多，本次采用docker方式

docker run -d --name=grafana -p 3000:3000 grafana/grafana:9.5.7

浏览器访问： http://xx.xx.xx.xx:3000/login(要换成你的IP)

首次登陆账号和密码都是：admin

页面按钮功能介绍

搜索

搜索已有的面板

在这里插入图片描述

添加

在这里插入图片描述

New dashboards：添加仪表盘
Import dashboards：可导入模板仪表板文件或者json(模板地址：https://grafana.com/grafana/dashboards/)
Create alert rule：创建告警规则

总览

在这里插入图片描述

Starred

仪表盘收藏：

在这里插入图片描述

仪表盘管理

在这里插入图片描述

Palylist

播放列表

在这里插入图片描述

可以将多个仪表盘添加至播放列表，通过一个大屏循环播放。适合用作数据展示给公众浏览。

Snapshots

快照

在这里插入图片描述

是一种公开共享仪表板，任何人都可以访问，剥离出查询等敏感数据，并不可操作，仅展示某一刻的可见的数据。

在这里插入图片描述

探索

以便专注于查询语句编写和数据展示，直到写出有一个有效的查询语句，然后再考虑构建仪表板。减少不必要信息元素的干扰，用于调试和查看数据。

在这里插入图片描述

告警通知

告警规则和告警设置

下面以添加一个webhook告警的例子来讲解，以下步骤存在顺序！！！

Contact point

首先，在Contact point（链接点）添加一个webhook地址，如下：

在这里插入图片描述

注意这里的告警标题和告警内容（可以都不添加，不添加得话，grafana返回给webhook得json少两个字段，即title和message），他是模板化得一个配置，需要引用外部你用go语言自定义得模板

我们这里先选择不添加！

grafana返回给webhook的是一个json体，如下：

来源：https://grafana.com/docs/grafana/v9.5/alerting/manage-notifications/webhook-notifier/
{
"receiver": "My Super Webhook",
"status": "firing",
"orgId": 1,
"alerts": [{"status": "firing","labels": {"alertname": "High memory usage","team": "blue","zone": "us-1"},"annotations": {"description": "The system has high memory usage","runbook_url": "https://myrunbook.com/runbook/1234","summary": "This alert was triggered for zone us-1"},"startsAt": "2021-10-12T09:51:03.157076+02:00","endsAt": "0001-01-01T00:00:00Z","generatorURL": "https://play.grafana.org/alerting/1afz29v7z/edit","fingerprint": "c6eadffa33fcdf37","silenceURL": "https://play.grafana.org/alerting/silence/new?alertmanager=grafana&matchers=alertname%3DT2%2Cteam%3Dblue%2Czone%3Dus-1","dashboardURL": "","panelURL": "","valueString": "[ metric='' labels={} value=14151.331895396988 ]"},{"status": "firing","labels": {"alertname": "High CPU usage","team": "blue","zone": "eu-1"},"annotations": {"description": "The system has high CPU usage","runbook_url": "https://myrunbook.com/runbook/1234","summary": "This alert was triggered for zone eu-1"},"startsAt": "2021-10-12T09:56:03.157076+02:00","endsAt": "0001-01-01T00:00:00Z","generatorURL": "https://play.grafana.org/alerting/d1rdpdv7k/edit","fingerprint": "bc97ff14869b13e3","silenceURL": "https://play.grafana.org/alerting/silence/new?alertmanager=grafana&matchers=alertname%3DT1%2Cteam%3Dblue%2Czone%3Deu-1","dashboardURL": "","panelURL": "","valueString": "[ metric='' labels={} value=47043.702386305304 ]"}
],
"groupLabels": {},
"commonLabels": {"team": "blue"
},
"commonAnnotations": {},
"externalURL": "https://play.grafana.org/",
"version": "1",
"groupKey": "{}:{}",
"truncatedAlerts": 0,
"title": "[FIRING:2]  (blue)",
"state": "alerting",
"message": "**Firing**\n\nLabels:\n - alertname = T2\n - team = blue\n - zone = us-1\nAnnotations:\n - description = This is the alert rule checking the second system\n - runbook_url = https://myrunbook.com\n - summary = This is my summary\nSource: https://play.grafana.org/alerting/1afz29v7z/edit\nSilence: https://play.grafana.org/alerting/silence/new?alertmanager=grafana&matchers=alertname%3DT2%2Cteam%3Dblue%2Czone%3Dus-1\n\nLabels:\n - alertname = T1\n - team = blue\n - zone = eu-1\nAnnotations:\nSource: https://play.grafana.org/alerting/d1rdpdv7k/edit\nSilence: https://play.grafana.org/alerting/silence/new?alertmanager=grafana&matchers=alertname%3DT1%2Cteam%3Dblue%2Czone%3Deu-1\n"
}

Notification policies

接下来我们来添加一下告警策略，点击 New nested policy

在这里插入图片描述

Matching labels指的是打标签，这里可以打多个标签；

Contact point 这里配的是链接点

这两个配置的意思是，告警将会根据标签匹配，如果标签完全匹配，则向链接点发送json数据

Continue matching subsequent sibling nodes：暂时不清楚

Override grouping：暂时不清楚

Override general timings：这个很重要！！！！！这个涉及到报警的频率

其中它包括3个参数，分别为Group wait，Group interval，Repeat interval

Group wait（分组等待时间）：当多个告警条件同时满足时，Grafana会将这些告警分组，而Group wait表示在触发第一个告警后，等待其他告警条件满足的时间。举个例子，假设你有一个监控系统，同时监控服务器的CPU和内存使用率。如果设置了Group wait为5分钟，当CPU使用率和内存使用率同时超过阈值时，Grafana会等待5分钟，看是否还有其他告警条件满足。如果在这5分钟内没有其他告警条件满足，Grafana会触发告警。

Group interval（分组间隔时间）：当多个告警条件同时满足且Group wait时间过去后，Grafana会触发告警并将这些告警分组。Group interval表示在触发第一个告警后，等待下一组告警的时间间隔。继续上面的例子，假设设置了Group interval为10分钟，当CPU使用率和内存使用率同时超过阈值并且Group wait时间过去后，Grafana会触发告警并将它们分组。然后，Grafana会等待10分钟，看是否还有其他告警条件满足。如果在这10分钟内有新的告警条件满足，它们会被添加到同一组告警中。

Repeat interval（重复间隔时间）：当告警被触发后，Repeat interval表示在发送第一次告警通知后，等待下一次发送告警通知的时间间隔。举个例子，假设设置了Repeat interval为1小时，当某个告警触发后，Grafana会立即发送一次告警通知。然后，它会等待1小时，再次发送告警通知。这样的重复通知可以帮助确保持续关注并及时处理问题。

假设你有一个监控系统，用于监控公司的服务器。你设置了一个告警规则，当服务器的CPU使用率超过90%时，触发告警通知。同时，你将Repeat interval设置为30分钟。

现在假设某个服务器的CPU使用率超过了90%，Grafana会立即发送一次告警通知，通知相关人员服务器出现了问题。然后，Grafana会等待30分钟，再次检查服务器的CPU使用率。

如果在这30分钟内，服务器的CPU使用率仍然超过90%，Grafana会再次发送告警通知，提醒相关人员问题仍然存在。然后，Grafana会再次等待30分钟，继续检查服务器的CPU使用率。

这个过程会一直重复下去，直到服务器的CPU使用率低于90%或者告警被关闭。每次重复间隔过后，Grafana都会重新检查服务器的状态，并决定是否发送新的告警通知。

对于这些字段的定义，官网地址如下：通知策略 |Grafana 文档

Mute timings：是否定期去执行

Alert rules

添加告警规则，找到你想添加告警的报表，来进行添加。

在这里插入图片描述

然后进去之后是下图这个页面

在这里插入图片描述

这里需要注意的地方是统计方式，你选择的函数不一样，就会导致计算结果不一样！

各个函数的含义，官方示意为：

地址：Queries and conditions | Grafana documentation

在这里插入图片描述

简单来说就是：

Math：Math 选项允许您对数据进行数学运算。这可以用于执行各种统计任务，例如求平均值、求和、求积等。例如，您可以使用 Math 选项计算一个特定指标的移动平均值，以便更好地了解其趋势。
Reduce：Reduce 选项允许您对数据进行聚合操作，即将多个数据点合并成一个或几个数据点。这可以用于计算总和、平均值、中位数等统计量。例如，您可以使用 Reduce 选项计算一个特定时间段内所有数据点的总和，以便了解该指标的整体表现。
Classic conditions：Classic conditions 选项允许您根据特定条件过滤数据。这可以用于识别符合特定标准的数据点。例如，您可以使用 Classic conditions 选项过滤出所有温度超过特定阈值的数据点，以便更好地了解哪些设备可能存在问题。
Resample：Resample 选项允许您对数据进行重新采样，即根据指定的时间间隔对数据进行聚合或平均。这可以用于降低数据点的数量，以便更好地理解数据的总体趋势。例如，您可以使用 Resample 选项将每秒的数据点减少到每分钟的平均值，以便更方便地进行数据分析。
Threshold：Threshold 选项允许您设置阈值，以便识别超出特定范围的数据点。这可以用于检测异常情况或识别潜在的问题。例如，您可以使用 Threshold 选项设置一个阈值，当温度超过该阈值时，系统将自动发出警报，以便您能够及时发现并解决问题。

然后，报警就可以配置成功了，你可以观察一下是否报警，如果报警有延迟，或者没有到达预期时间，建议调节一下Override general timings 的三个指标！！

Silences

此处功能是告警抑制功能

有这么一个场景，一个项目出现问题后，会一直报警，然后你想在1天内，或者1个月内不想收到他的报警（报错一直未解决），就可以使用此功能！

我在项目中的应用是，项目每次通过jenkins发布的时候，不想让他告警（因为这个是正常的项目迭代，不是异常告警），就可以使用此功能！

在这里插入图片描述

相关的API接口如下：Swagger Editor

delete

/api/alertmanager/grafana/api/v2/silence/{SilenceId}

get

/api/alertmanager/grafana/api/v2/silence/{SilenceId}
/api/alertmanager/grafana/api/v2/silences

post

/api/alertmanager/grafana/api/v2/silences
{"comment": "string","createdBy": "string","endsAt": "2023-11-18T06:46:52.218Z","id": "string","matchers": [{"isEqual": true,"isRegex": true,"name": "string","value": "string"}],"startsAt": "2023-11-18T06:46:52.218Z"
}

如果有权限的话，需要增加header

如下

curl --location 'http://xxxxx/api/alertmanager/grafana/api/v2/silences' --header 'Authorization:Bearer glsa_xxxxbreEfWjpyrlMxxxxbNII1_31530b12' --header 'Content-Type:application/json' --data '{"startsAt":"2023-08-15T07:18:20.968Z","endsAt":"2023-08-15T09:18:20.968Z","comment":"created2023-08-1515:18","createdBy":"admin","matchers":[{"name":"project","value":"xxx","isEqual":true,"isRegex":true}]}'

权限在grafana列表页面的Administration-Service accounts中配置

踩坑点

grafana日志后台一直报错 database is locked

lvl=eror msg="failed to look up user based on cookie" logger=context error="database is locked"

原因：表示 sqlite 数据库存在问题。如果数据库在崩溃后处于不一致状态，或者磁盘出现问题，则可能会发生这种情况

解决方案：

Grafana Logs “database is locked” · Issue #16638 · grafana/grafana (github.com)

k8s方式：

在默认配置/etc/grafana/grafana.ini添加

[database]
type=sqlite3
cache_mode = shared

下面这种方式我没是成功：

在这里插入图片描述

还有一个方案也没有试成功：

“database is locked” - unable to use grafana anymore 😦 - General - Grafana Labs Community Forums

sqlite3 grafana.db '.clone grafana-new.db'
mv grafana.db grafana-old.db
mv grafana-new.db grafana.db

参考文献

Grafana 是什么_请叫我王运维的博客-CSDN博客_grafana

分分钟搞定Grafana（图文详解）_奔跑中的小猿的博客-CSDN博客_grafana

【精选】Grafana入门使用_W1nk的博客-CSDN博客

Prometheus+Grafana基础介绍及搭建使用_正在努力的小杰的博客-CSDN博客