用 Grafana 建立 Prometheus 儀表板:從資料源到動態篩選

連接 Grafana 與 Prometheus,顯示 Linux 主機 CPU、記憶體,設定實例變數與匯入範本,同時釐清容器網路、持久化、查詢與 provisioning 的前提。

最佳實務
呈現指標時序與儀表板分析的插畫

查詢有回傳數字,不代表儀表板就表達了正確的意思。每個核心的閒置時間不等於主機 CPU 使用率,設為期間平均的儀表圖也不是最新值。這篇從 Prometheus 指標出發,依序完成 Grafana 部署、資料來源、圖表、變數與範本的設定。

第一步:準備網路與資料卷,再啟動 Grafana

以下假設已有名為 prometheus 的容器,其 9090 連接埠可由同網路容器存取。先建立新的 metrics 網路,再啟動 Grafana;若已有同名網路或容器,請依現有架構調整,避免重複建立。

docker network create metrics
docker network connect metrics prometheus
docker volume create grafana-data
docker run -d --name grafana --network metrics \
  -p 127.0.0.1:3000:3000 \
  --mount source=grafana-data,target=/var/lib/grafana \
  grafana/grafana:13.3.0-ubuntu

範例固定使用 2026 年 11 月 5 日官方下載頁(英文)列出的 13.3.0 Ubuntu 映像。實際部署應選擇經確認的版本,也可用 digest 固定映像內容;會變動的 latest 並非固定版本。

使用者自訂網路提供容器名稱解析。各自放在預設 bridge 上的容器,不會自動取得 prometheus 這個 DNS 名稱。資料卷保留 /var/lib/grafana 裡的 Grafana 資料庫等內容,重建容器時仍需重用它;這不會替 Prometheus 保存指標。Grafana Docker 安裝(英文) · Docker 網路(英文)

開啟 http://localhost:3000。全新且未覆寫管理員設定的實例,預設帳號密碼為 admin/admin,通常會要求變更密碼。重用資料卷、預設其他憑證或採用不同驗證方式時,以實際設定為準。範例只將連接埠發布到宿主機的回送位址,遠端存取需另行配置入口。

第二步:連接 Prometheus 資料來源

選擇 Connections → Data sources → Add data source → Prometheus。選單名稱可能隨版本改變。

  • URL: http://prometheus:9090 適用於上述共用網路,且端點確實提供 HTTP 的情境。其他部署需填入 Grafana 伺服器實際可達的位址。Grafana 容器內的 localhost 指向自己,不是宿主機,也不是讀者的瀏覽器。
  • 驗證與 TLS: 只有不要求驗證的本機端點才能留空。若需要 Basic Auth、權杖標頭或 TLS,就設定對應的憑證、CA、伺服器名稱等,不要為通過測試而關閉憑證驗證。
  • Save & Test: 先確認連線,再確認 Prometheus 已抓取需要的指標。連線成功不代表主機資料已經存在。Prometheus 資料來源設定(英文)

第三步:建立 CPU 與記憶體圖表

從 Dashboards → New → Add visualization 選取資料來源。以下例子以 Linux node_exporter、對應 collector 與成功的 Prometheus 抓取為前提;安裝 Grafana 或 Prometheus 不會自動產生這些主機指標。

**時序圖(Time series)**可先顯示 CPU 使用率:

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

先求各核心閒置時間的增加速率,再按實例平均並從 100% 扣除,得到主機平均非閒置比例,不是每個核心各一條閒置曲線。5m 是速率回看視窗的例子,需要足夠的抓取樣本。若不同 job 重複使用同一 instance,應先限定收集來源,避免混合彙總。Prometheus rate(英文) · node_exporter(英文)

  • 查詢類型選 Range,查看所選時間範圍的趨勢。
  • Legend 設 {{instance}},辨識各個實例。
  • Unit 選 Percent (0-100),查詢結果已是這個尺度的百分數。
  • 標題寫清楚數值與範圍,例如「CPU 使用率 — 正式環境叢集」。標題本身不會篩選正式環境資料。

**儀表圖(Gauge)**可用 Linux 可用記憶體比例的補數:

(1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100

這是主機層級的記憶體指標,不是單一程序或容器的使用率。Instant 會在所選時間範圍的終點計算每個實例的值;若選的是歷史視窗,就不是現在。使用 Range 時,應明確選擇 Last、Last not null 等歸約方式,Mean 則代表整段期間的平均。樣本抓取時間和缺漏仍會影響新鮮度。

單位設為百分數,必要時把 Min/Max 固定為 0/100。門檻範例為 Base 綠色、70 起黃色、90 起紅色,即低於 70、70 以上但未達 90、90 以上。這是顯示區間的例子,不是所有工作負載共通的異常標準。Gauge 與數值歸約(英文)

第四步:用變數篩選實例

在儀表板編輯模式新增變數。舊版入口為 Settings → Variables → New,目前編輯器也提供新增變數的操作。

  • Name:instance
  • Type:Query,並選擇 Prometheus 資料來源
  • Query type:Label values
  • Label:instance;Metric:node_cpu_seconds_total

已棄用的 Classic query 寫法 label_values(node_cpu_seconds_total, instance) 屬於 Grafana 變數語法,不是可以直接送進 Prometheus 的 PromQL 函式。新增變數優先使用 Label values 編輯器。

圖表查詢以 $instance 引用變數,並維持平均 CPU 使用率的定義:

100 - avg by (instance) (rate(node_cpu_seconds_total{mode="idle", instance=~"$instance"}[$__rate_interval])) * 100

啟用 Multi-value 或 Include All 後,Grafana 會將變數替換為正規表示式,因此要用 =~,而不是精確比對的 =。$__rate_interval 也會在送出前被替換,依查詢間隔與設定的抓取週期計算;抓取週期優先取查詢 Min step,否則取資料來源設定,不是圖表的 Min interval。設定不準或抓取中斷時,仍可能缺少足夠樣本。

下拉選單只影響有引用變數的查詢。若記憶體圖表也要連動,就在分子、分母兩個指標選擇器都加上 instance=~"$instance"。沒有引用變數的圖表不會自動篩選。Prometheus 變數(英文)

第五步:匯入社群儀表板

Grafana 儀表板目錄(英文)提供可匯入的範本。例如從 Import 輸入 Node Exporter Full,ID 1860(英文),選擇 revision 與資料來源,再檢查各張圖表。

匯入成功只表示載入了設定,不代表資料已齊全。需依所選 revision 核對 node_exporter 版本、job 名稱、標籤及 collector。範本頁面建議啟用 systemd、processes,因為部分圖表使用它們的指標。Grafana 與外掛版本也可能影響顯示。遇到空白圖表,先查詢語句與收集設定,再決定刪改。

讓儀表板易讀,也控制查詢成本

  • 依讀者分層: 首頁放可用率、錯誤率等 SLO 層級概覽,細節放下鑽頁,不要把 200 張圖堆在同一頁。
  • 區分時間設定: 全域時間範圍、更新週期、Prometheus 抓取週期和 rate 回看視窗各有用途。「最近 1 小時、每 30 秒更新」只是例子,應依資料更新速度與負載調整。
  • 標記部署: 用 Annotation 把部署時刻放到時間軸上,方便查看指標變化的時間關係;相關並不代表因果。
  • 依閱讀與載入成本拆分: 沒有統一的 6–8 張圖有效上限,應看需要讀取的資訊和查詢工作量。

常見問題

圖表查詢會影響 Prometheus 效能嗎? 會。頻繁更新、長時間範圍、高基數與昂貴表達式都可能增加負載,並沒有所有正式環境都適用的「不得快於 30 秒」規則。反覆使用的運算可考慮 recording rules,在 Prometheus 週期性預先計算固定 PromQL,不能直接使用 Grafana 的 $instance、$__rate_interval。它也會增加運算與儲存成本,不是所有長區間查詢都必須使用。Recording rules(英文)

Grafana 與 Kibana 有什麼差別? Grafana 可透過不同資料來源顯示指標、日誌、鏈路等;Kibana 圍繞 Elasticsearch 提供文件搜尋、指標與時序等分析,不能簡化成一個只看指標、另一個只看日誌。觀測雲的儀表板(英文文件)也能整理已接入資料的圖表,把趨勢與調查入口放在一起。仍需設定收集、查詢與相關欄位,新增看板不會自動產生資料。Grafana 概述(英文) · Kibana 分析(英文)

如何把設定納入版本管理? 可以匯出/匯入 JSON,或使用檔案 provisioning。後者除了 JSON,還需要 /etc/grafana/provisioning/dashboards 內的 provider YAML,指定 type: file,讓 options.path 指向 Grafana 伺服器或容器真正可讀的 JSON 目錄;同時確認掛載、權限及資料來源 UID。僅掛載資料夾不會建立 provider。設定進 Git 後,也需要受控的同步與部署流程,才能形成 GitOps;檔案來源可能覆寫 UI 修改,應先決定哪邊是設定依據。Grafana provisioning(英文)

取得專屬方案

聯絡我們

加入社群

微信扫码
加入官方交流群

立即體驗

在线开通,按量计费,真正的云服务!

立即開始

选择观测云版本

代码托管平台