grafana模板

一、什么是 Grafana 模板？

一个 Grafana 模板（或仪表板模板）是一个 JSON 文件，它定义了：

数据源： 指定要连接的数据源类型（如 Prometheus, MySQL, InfluxDB 等）。

面板： 包含各种图表（曲线图、柱状图、仪表盘、表格、热图等）。

查询： 每个面板背后从数据源获取数据的查询语句（如 PromQL, SQL）。

变量： 仪表板顶部的下拉筛选器，用于动态改变面板的查询内容（如选择不同的主机、服务、环境）。

布局与样式： 面板的位置、大小、颜色、坐标轴、图例等所有可视化设置。

二、如何获取和使用模板？

1. 主要来源

Grafana 官方仪表板仓库： Grafana Dashboards

这是最大的模板库，拥有成千上万个社区贡献的模板。

每个模板都有唯一的 ID（如 1860 对应 Node Exporter Full）。

你可以按数据源（Prometheus, MySQL）、技术栈（Kubernetes, JVM）或厂商（AWS, Azure）筛选。

项目官方文档： 许多开源监控组件（如 node_exporter, cAdvisor, MySQL）的官方文档会推荐或提供对应的 Grafana 仪表板。

GitHub： 搜索 grafana dashboard json 或特定技术栈加上 grafana 关键词。

2. 使用步骤（以官方仓库为例）

方法一：通过 ID 在线导入（最简单）

在 Grafana 左侧菜单栏，点击 Dashboards -> Import。

在 Import via grafana.com 输入框中，粘贴你找到的模板 ID（例如 1860），然后点击 Load。

为仪表板命名，并最关键的一步：为模板中定义的数据源选择你实际环境中的对应数据源。

点击 Import，一个完整的监控仪表板就创建好了。

方法二：上传 JSON 文件

在 GitHub 或文档中找到并下载 .json 文件。

在 Import 页面，点击 Upload JSON file，选择文件并上传。

后续步骤同上。

三、模板核心组件解析（以 Prometheus + Node Exporter 为例）

理解模板结构有助于你自定义。

json

{

  // 1. 基础信息

  "title": "Node Exporter Full",

  "uid": "d2babb4a-16d5-4b3b-8b6d-7c7b6c7b6c7b",

  // 2. 变量定义 - 实现动态筛选

  "templating": {

    "list": [

      {

        "name": "job", // 变量名，在查询中用 `$job` 引用

        "label": "Job",

        "query": "label_values(node_uname_info, job)", // PromQL查询，获取所有job标签值

        "type": "query"

      },

      {

        "name": "instance",

        "label": "Instance",

        "query": "label_values(node_cpu_seconds_total{job=\"$job\"}, instance)",

        "type": "query",

        "refresh": 2 // 变量联动：当job改变时，刷新instance列表

      }

    ]

  },

  // 3. 面板列表 - 每个面板一个对象

  "panels": [

    {

      "title": "CPU Usage",

      "type": "timeseries", // 面板类型：时间序列图

      "gridPos": {"h": 8, "w": 12, "x": 0, "y": 0}, // 位置和大小

      "targets": [ // 数据查询目标

        {

          "expr": "100 - (avg by(instance) (rate(node_cpu_seconds_total{mode=\"idle\", job=\"$job\", instance=\"$instance\"}[5m])) * 100)", // PromQL查询

          "legendFormat": "{{instance}} CPU Usage" // 图例格式

        }

      ],

      "fieldConfig": { // 字段/样式配置

        "defaults": {

          "unit": "percent", // 单位：百分比

          "color": {"mode": "palette-classic"}

        }

      }

    },

    {

      "title": "Memory Usage",

      "type": "gauge", // 面板类型：仪表盘

      "gridPos": {"h": 8, "w": 12, "x": 12, "y": 0},

      "targets": [

        {

          "expr": "(node_memory_MemTotal_bytes{job=\"$job\", instance=\"$instance\"} - node_memory_MemFree_bytes - node_memory_Buffers_bytes - node_memory_Cached_bytes) / node_memory_MemTotal_bytes * 100"

        }

      ],

      "fieldConfig": {

        "defaults": {

          "unit": "percent",

          "thresholds": { // 阈值：绿色(<80)，黄色(80-90)，红色(>90)

            "steps": [

              {"color": "green", "value": null},

              {"color": "yellow", "value": 80},

              {"color": "red", "value": 90}

            ]

          }

        }

      }

    }

  ],

  // 4. 时间范围与刷新设置

  "time": {"from": "now-1h", "to": "now"},

  "refresh": "30s"

}

四、创建/自定义模板的最佳实践

从社区模板开始： 不要从零开始。找一个接近你需求的模板导入，然后修改。

合理使用变量：

使用变量避免为每个服务器创建独立仪表板。

善用 $__interval、$timeFilter 等 Grafana 内置变量，让查询更高效。

优化查询：

对于 Prometheus，确保查询高效，避免全量数据扫描。

使用 rate()、increase() 等函数时，区间选择要合理。

统一风格：

统一颜色、单位（如网络用 bits/s，磁盘用 bytes）、小数位数。

为关键指标（如错误率、延迟）设置阈值，并用颜色高亮。

组织布局：

将相关指标放在一起（如所有 CPU 相关、所有网络相关）。

最重要的指标放在顶部，用大一些的面板展示。

使用 Row（行） 对面板进行分组和折叠，使仪表板更清晰。

添加说明：

使用 Text（文本） 面板为仪表板或某个部分添加说明文字。

在面板描述中解释指标含义和计算公式。

五、推荐的热门模板（ID）

基础设施监控：

1860： Node Exporter Full - 最全面的 Linux 主机监控。

315： Docker & System Monitoring - 容器和主机监控。

7371： Kubernetes / Nodes (Prometheus) - K8s 节点监控。

应用与中间件监控：

11323： MySQL Overview - MySQL 数据库监控。

2583： Redis Dashboard for Prometheus Redis Exporter - Redis 监控。

687： Spring Boot Statistics - Spring Boot 应用监控。

总结

Grafana 模板极大地提升了监控仪表板的构建效率。核心工作流是：寻找 -> 导入 -> 适配数据源 -> 自定义。通过理解其 JSON 结构和核心概念（变量、查询、面板配置），你就能将任何优秀的社区模板转化为适合自己环境的强大监控视图。先从导入一个模板开始动手实践吧！

上一条：grafana配置

下一条：grafana 告警