Grafana 系列-统一展示-3-Prometheus 仪表板
系列文章
知识储备
Prometheus Template Variables
你可以使用变量来代替硬编码的细节,如 server、app 和 pod_name 在 metric 查询中。Grafana 在仪表盘顶部的下拉选择框中列出这些变量,帮助你改变仪表盘中显示的数据。Grafana 将这类变量称为模板变量。
Query Variables
使用 Query 类型的变量来查询 Prometheus 的指标 (metrics)、标签 (labels) 或标签值 (label values) 的列表。
选择一个 Prometheus 数据源查询类型并输入所需的输入:
Variable Syntax
Prometheus 数据源支持在 Query 字段中使用两种变量语法:
$<varname>
, 如:rate(http_requests_total{job=~"$job"}[$_rate_interval])
, 它更容易读和写,但不允许你在词的中间使用变量。一般使用这种变量就够用了。[[varname]]
, 如:rate(http_requests_total{job=~"[[job]]"}[$_rate_interval])
如果你启用了 Multi-value 或 Include all 选项,Grafana 会将标签从纯文本转换为与 regex 兼容的字符串,这需要你使用=~
而不是=
。所以推荐在 Grafana 中使用 PromQL 组合 Grafana 变量时,首选 =~
.
Annotations
注释 (Annotations) 在图表上面叠加丰富的事件信息。你可以在 Dashboard 菜单的 Annotations 视图中添加注释查询。
Prometheus 支持两种方式来查询注释。
- 一个常规的 metric 查询
- 一个 Prometheus 的 pending 和 firing 的告警(详见 在运行期间检查警报), 示例为:
ALERTS{alertname="<alert name>", alertstate="<pending or firing>", <additional alert labels>}
Step 选项对于限制从你的查询中返回的事件数量很有用。
Ad Hoc Filters Variable
Prometheus 支持特殊的 ad hoc filters 变量类型,你可以用它来临时指定任何数量的 标签/值 过滤器。这些过滤器会自动应用于你所有的 Prometheus 查询。
实战
我们直接从 Grafana Dashboards 中选择一个 Dashboard - JVM(Micrometer) (ID: 4701) 来进行说明演示。
Notes:
这就是选择使用 Grafana 的一个巨大好处,它拥有丰富的生态。
我们一般不需要从零开始构建仪表板,可以站在巨人的肩上,再进行部分调整。
最终效果如下:
细节优化
这里有一些小的仪表板优化细节和大家分享:
- 对于变量,谨慎启用:Multi-value 或 Include all 选项。避免查询数据量过大。
- 对于展示 Panel 数量特别多的单一 Dashboard, 可以根据 Panel 的类型添加 Row, 并将部分 Row 收起。实现 Lazy Load, 减少查询数据量,优化用户体验。
- 对于右上角时间范围,建议在合理范围内尽可能小;同时如果查询数据量特别大,建议禁用 auto refresh
配置 JVM Restart Annotation
在这个 Dashboard 里,可以配置关于 JVM Restart 的 Annotation, 具体配置示例如下:
- Name: Restart Detection
- Data source: Prometheus
- Enabled: ️
- Color: Red
- Query
- Expr:
resets(process_uptime_seconds{app="$app", pod_name="$pod_name"}[1m]) > 0
, 这里是基于process_uptime_seconds
来实现。 - Step:
1m
- Expr:
- Field formats, 这里 title 和 text 字段,可以使用变量,如:
{{instance}}
- Title: Restart
- Tags: restart-tag
- Text: uptime reset
最终效果如下(这里一直没有复现 JVM Restart), 用 Grafana Play 的 Demo 演示:
变量
Label Value
具体配置如下,如需要根据 app 的值进行选择,则配置如下:
Name: app
Type: Query
Query: label_values(app)
如果要新增另一个变量 pod_name, 需要基于 app 的结果进行过滤,则配置如下:
Name: pod_name
Query: label_values(jvm_memory_used_bytes{app="$app"}, pod_name)
如果需要对变量根据自己的实际情况进行调整,如,需要将 pod_name 变量改为 instance 变量。
Instance 变量如下:
Name: instance
Query: label_values(jvm_memory_used_bytes{app="$app"}, instance)
则可以进入该 Dashboard 的 Settings -> JSON Model, 中,对pod_name
pod_name=\"$pod_name\"
等批量替换为 instance
instance=\"$instance\"
Interval
也可以设置时间间隔 (Interval) 作为变量。具体如下:
- Name: interval
- Type: Interval
- Values: 不同的时间间隔用
,
, 如:5s,10s,30s,1m,10m,30m,1h,6h,12h,1d,7d,14d,30d
然后 Dashboard 下的 Query 可以通过 $__interval
或 $__interval_ms
来使用。
EOF
三人行, 必有我师; 知识共享, 天下为公. 本文由东风微鸣技术博客 EWhisper.cn 编写.
Grafana 系列-统一展示-3-Prometheus 仪表板的更多相关文章
- 如何将Prometheus仪表板添加到Grafana
Grafana是可视化的时间序列的基础设施和应用程序指标领先的图形和仪表盘构建的,但在许多其他领域,包括工业传感器,家庭自动化,天气和过程控制使用.它为您的团队和全世界提供了一种强大而优雅的方式来创建 ...
- Grafana 系列文章(十二):如何使用Loki创建一个用于搜索日志的Grafana仪表板
概述 创建一个简单的 Grafana 仪表板, 以实现对日志的快速搜索. 有经验的直接用 Grafana 的 Explore 功能就可以了. 但是对于没有经验的人, 他们如何能有一个已经预设了简单的标 ...
- kong插件Prometheus+grafana图形化展示
目录 1. 准备工作 3. 为kong添加 prometheus插件 4. 打开kong的metrics支持 4. 配置prometheus.yml添加kong提供的数据信息 5. 在 Grafana ...
- Grafana 系列文章(四):Grafana Explore
️URL: https://grafana.com/docs/grafana/latest/explore/ Description: Explore Grafana 的仪表盘 UI 是关于构建可视化 ...
- Grafana 系列文章(十四):Helm 安装Loki
前言 写或者翻译这么多篇 Loki 相关的文章了, 发现还没写怎么安装 现在开始介绍如何使用 Helm 安装 Loki. 前提 有 Helm, 并且添加 Grafana 的官方源: helm repo ...
- Grafana 系列文章(一):基于 Grafana 的全栈可观察性 Demo
️Reference: https://github.com/grafana/intro-to-mlt 这是关于 Grafana 中可观察性的三个支柱的一系列演讲的配套资源库. 它以一个自我封闭的 D ...
- Grafana 系列文章(二):使用 Grafana Agent 和 Grafana Tempo 进行 Tracing
️URL: https://grafana.com/blog/2020/11/17/tracing-with-the-grafana-cloud-agent-and-grafana-tempo/ ✍A ...
- Grafana 系列文章(三):Tempo-使用 HTTP 推送 Spans
️URL: https://grafana.com/docs/tempo/latest/api_docs/pushing-spans-with-http/ Description: 有时,使用追踪系统 ...
- Grafana 系列文章(五):Grafana Explore 查询管理
️URL: https://grafana.com/docs/grafana/latest/explore/query-management/ Description: Explore 中的查询管理 ...
- Grafana 系列文章(六):Grafana Explore 中的日志
️URL: https://grafana.com/docs/grafana/latest/explore/logs-integration/#labels-and-detected-fields D ...
随机推荐
- 借助5G智能网关实现无人化智慧农业应用
发展智慧农业是新时代的必由之路.依托5G+物联网技术赋能农业生产,能够实现更少的人员需求,更大面积的综合土地管理,更实时精细的生产环境监测,更智能的生产自主管控.5G技术正以其广连接.低时延的优势,助 ...
- Win10 下Cisco AnyConnect Secure Mobility Client问题(转)
原文地址:http://blog.sina.com.cn/s/blog_66b9ff210102vup0.html 从WIN8升级到WIN10 ,Cisco AnyConnect ...
- 第八次团队作业:Beta冲刺(凡事预则立)
这个作业属于哪个课程 2018级计算机和综合实验班 这个作业要求在哪里 Beta冲刺要求 这个作业的目标 Beta冲刺 改进完善的功能 完善之前年度报告功能 尽快上线小程序 增加的新功能 小程序打卡功 ...
- Shiro权限管理框架-@RequiresPermissions 注解 使用问题记录
背景: 需要在springboot项目里面用到shiro的权限管理,Shiro访问控制流程:先shiro认证(登录时调用) 然后 shiro授权,但是项目里面登录的功能用的公司统一的系统,所以需要&q ...
- DRF的序列化器Serializer
一 序列化器的作用 1. 序列化,序列化器会把模型对象转换成字典,经过视图中response对象以后变成json字符串 2. 反序列化,视图中request会把客户端发送过来的数据转换成字典,序列化器 ...
- RBAC学习(一)
0.前提 :用户只有一个直属部门,但角色可以关联多个部门 有一种情况就不太适用:比如说地区经理是一个角色,张三是北京市地区经理,他在组织架构中的直属部门是华北大区,然后一个黑龙江的销售李四提一个折扣申 ...
- Nacos与OpenFeign开发
目录 1.前言 2.生产者 3.消费者 4.扩展 1.前言 我的话是微服务B调用微服务A的controller层 2.生产者 微服务A请求接口如下: @GetMapping("/listUn ...
- Linux & 标准C语言学习 <DAY8_1>
一.进制转换 1.为什么要使用二进制.八进制.十六进制 因为目前的CPU只能识别高低两种电平,只能对二进制数据进行计算 二进制虽然能够直接被计算机识别,但是不方 ...
- 本地搭建Stable-Diffusion 教程
前置条件 有一些python的基础 会使用git 有梯子(最好可以全局代理) Windows系统 + 英伟达1060以上显卡 (mac或者linux 以及电脑是AMD显卡,安装的话,可以自行搜索相关教 ...
- MySQL 开发规范【X千万/表级别】
一.MySQL 开发规范概述 原则:SQL开发规范制定是基于良好的编码习惯和可读性:目的:消除冗余,数据简约,提高效率,提高安全:范围:<SQL开发规范手册> 二.MySQL 开发规范手册 ...