用 Grafana 为 Prometheus 创建仪表盘：新手指南

Prometheus 自带的基础 UI 适合临时查数，但要做长期盯着的仪表盘，Grafana 是事实标准。本文走完从部署到出图的完整链路。

第一步：部署 Grafana

docker run -d --name grafana -p 3000:3000 grafana/grafana:latest

访问 http://localhost:3000，默认账号 admin/admin（首次登录强制改密）。

第二步：添加 Prometheus 数据源

Connections → Data sources → Add data source → Prometheus：

• URL：http://prometheus:9090（容器间用服务名，宿主机部署用实际地址）；
• 其余默认即可，Save & Test 显示绿色即连通。

第三步：创建第一个面板

Dashboards → New → Add visualization，选刚才的数据源：

时序图（Time series）——CPU 使用率示例：

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

• Legend 设 {{instance}}，图例显示实例名；
• Unit 选 Percent (0-100)，Y 轴自动带 % 号；
• 面板标题写清楚"是什么 + 哪个范围"（如"CPU 使用率 - 生产集群"）。

仪表图（Gauge）——适合单值概览（当前内存占用、磁盘水位）：

(1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100

设阈值着色：<70 绿、70-90 黄、>90 红，一眼扫出异常。

第四步：用变量做动态筛选

仪表盘顶部加变量，让一套面板服务多台机器/多个服务：

Settings → Variables → New：

• Name：instance
• Type：Query
• Query：label_values(node_cpu_seconds_total, instance)

面板查询里用 $instance 引用：

rate(node_cpu_seconds_total{mode="idle", instance=~"$instance"}[5m])

顶部下拉切换实例，所有面板联动更新。

第五步：站在社区肩膀上

Grafana 官网的 Dashboards 市场 有数千个现成模板。Node Exporter 最流行的是 Node Exporter Full（ID: 1860）：Dashboards → Import → 输入 1860 → 选数据源，一秒获得专业级主机监控面板，再按需要删改。

让仪表盘好用的几条经验

• 按受众分层：首页放 SLO 级概览（可用率、错误率），细节放下钻页——别把 200 个图堆一页；
• 统一时间窗口与刷新率：全局 5m 窗口 + 30s 刷新是通用选择；
• 标注发布事件：用 Annotation 把每次发版标在时间轴上，"指标异变 vs 发版"的相关性一眼可见；
• 少即是多：一个面板的有效信息上限约 6-8 张图，超了就拆分。

观测云对照

观测云内置可视化能力，免维护 Grafana 服务：拖拽式图表编辑器、变量绑定、阈值着色、Annotation 标注一应俱全；主机/容器/数据库等场景提供预置仪表盘模板，DataKit 装完即有图可看；仪表盘与告警、日志、Trace 同平台联动——从图上异常点直接跳到相关日志，不用在 Grafana 和日志系统之间来回切换。已有 Grafana 的用户也可以把观测云作为数据源继续使用既有面板。

常见问题（FAQ）

Q：Grafana 面板的查询会影响 Prometheus 性能吗？
A：会。高刷新率 + 大时间范围 + 高基数聚合是常见性能杀手。生产仪表盘刷新率别低于 30s，大范围查询用 recording rules 预计算。

Q：Grafana 和 Kibana 什么关系？
A：Grafana 主打指标（时序数据）可视化，Kibana 是 ES 日志的可视化前端。观测云把两类数据的看板做在了同一处。

Q：怎么把仪表盘配置纳入版本管理？
A：Grafana 支持 JSON 导出/导入，也有 provisioning 机制从配置文件自动加载——把 dashboards 目录挂进容器即可实现 GitOps 化。