创建Grafana监控视图
前言
Grafana允许查询,可视化,警报和了解指标,无论它们存储在哪里。
- 可视化:具有多种选项的快速灵活的客户端图。面板插件提供了许多不同的方式来可视化指标和日志。
- 动态仪表盘:使用模板变量创建动态且可重复使用的仪表盘,这些模板变量显示在仪表盘顶部。
- 浏览指标:通过即席查询和动态明细浏览数据。拆分视图并排比较不同的时间范围,查询和数据源。
- 浏览日志:体验使用保留的标签过滤器从指标切换到日志的魔力。快速搜索所有日志或实时流式传输。
- 警报:直观地定义最重要指标的警报规则。Grafana将持续评估并向Slack,PagerDuty,VictorOps,OpsGenie等系统发送通知。
- 混合数据源:在同一图中混合不同的数据源!您可以基于每个查询指定数据源。这甚至适用于自定义数据源。
官方文献资料:https://grafana.com/docs/grafana/latest/
官方下载地址:https://grafana.com/grafana/download
正题

2、修改面板标题<Settings>、选择数据源<Query>、添加监控指标(下拉Metrics选择 或者 直接填入指标名)<Metrics>
注意:面板数据不用每次保存,因为grafana会自动记住你的修改,只要不离开这个页面你的设置就不会丢失,所以等待全部修改完保存/更新仪表盘即可。
>>>
现在一个简单的监控面板已经添加好了,但是有很多的数据并不是我们所想要的,而且显示名称比较长,接下来我们将进行一下筛选。

3、打开仪表盘设置,这里我们可以修改一下仪表盘的名称、刷新时段、以及查看Json模板,
但是这里我们重点来添加一些变量<Variables>用于筛选我们所需要的监控数据。

4、添加一个变量名为server,选择Custom类型,用于添加自定义变量值(当前用于指定服务名)
然后开启多值选择<Multi-value>、开启全选<Include All option>、定义全选规则<Custom all value>

再添加一个变量名为pod,选择query类型,选择数据源,以及刷新机制(从不、当仪表盘加载时、当时间范围变化时)
以k8s为例,添加标签值,包含up和pod,并且up需要满足 job等于jmxprometheus 和 pod名称通过正则匹配server变量
label_values(up{job="jmxprometheus", pod=~"$server.*"},pod)
同样开启多值选择<Multi-value>、开启全选<Include All option>、定义全选规则<Custom all value>

这时候我们再返回到仪表盘查看,我们会发现多出了两处筛选项,但是监控面板依然没有变化,这是因为我们监控指标并没有添加对应变量。

5、我们再次打开监控面板,对监控指标进行筛选,添加pod名筛选,满足等于变量pod,并且匹配变量server,最后修改显示名称<Legend>为pod名。
jmxBean_ServerInfo_State{pod=~"$pod", pod=~"$server.*"}
注意:指标中变量使用$开头,grafana中变量使用{{ }}包含,=用于精确匹配,=~用于正则匹配

这时我们会发现监控面板显示清晰很多。

6、根据以上方式分别再添加三个监控面板:



注意:根据需要可以适当使用函数 < prometheus函数介绍 >,以及调整Y轴单位:

7、好了,这样一个简单的grafana监控仪表盘就完成了,最后点击保存即可。
然后可以点击设置,找到 Json Model 把仪表盘内容以json形式保存到本地,以便其他地方导入使用。

作者:Leozhanggg
出处:https://www.cnblogs.com/leozhanggg/p/13955006.html
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。
创建Grafana监控视图的更多相关文章
- Prometheus+Grafana监控SpringBoot
Prometheus+Grafana监控SpringBoot 一.Prometheus监控SpringBoot 1.1 pom.xml添加依赖 1.2 修改application.yml配置文件 1. ...
- cAdvisor+Prometheus+Grafana监控docker
cAdvisor+Prometheus+Grafana监控docker 一.cAdvisor(需要监控的主机都要安装) 官方地址:https://github.com/google/cadvisor ...
- 使用cAdvisor+Influxdb+Grafana监控系统
今天准备开始研究研究当前非常流行的Grafana+Influxdb监控系统,两者都是非常轻量级的应用但是功能却异常强大,可以说Grafana在作图显示方面真的毫不逊色与Cacti. 组件介绍 cA ...
- cAdvisor+InfluxDB+Grafana 监控Docker
容器的监控方案其实有很多,有docker自身的docker stats命令.有Scout.有Data Dog等等,本文主要和大家分享一下比较经典的容器开源监控方案组合:cAdvisor+InfluxD ...
- [转帖]Prometheus+Grafana监控Kubernetes
原博客的位置: https://blog.csdn.net/shenhonglei1234/article/details/80503353 感谢原作者 这里记录一下自己试验过程中遇到的问题: . 自 ...
- 使用Telegraf + Influxdb + Grafana 监控SQLserver服务器的运行状况
使用Telegraf + Influxdb + Grafana 监控SQLserver服务器的运行状况 前言 本文在Debian9下采用Docker的方式安装Telegraf + Influxdb + ...
- 快速接入业务监控体系,grafana监控的艺术
做一个系统,如果不做监控,是不完善的. 如果为做一个快速系统,花力气去做监控,是不值得的. 因为,我们有必要具备一个能够快速建立监控体系的能力.即使你只是一个普通开发人员! 个人觉得,做监控有三个核心 ...
- [转帖]安装prometheus+grafana监控mysql redis kubernetes等
安装prometheus+grafana监控mysql redis kubernetes等 https://www.cnblogs.com/sfnz/p/6566951.html plug 的模式进行 ...
- Promethus+Grafana监控解决方案
[MySQL]企业级监控解决方案Promethus+Grafana Promethus用作监控数据采集与处理,而Grafana只是用作数据展示 一.Promethus简介 Prometheus(普罗米 ...
随机推荐
- 多测师讲解pthon_002字符,列表,元组,字段等
# # # 索引:# # # 正向索引: 0 1 2 3 4 5 6# # # l= a b c d e f g# # # 反向索引: -7 -6 -5 -4 ...
- Mac快捷键整理(随时更新)
一.文字编辑 快捷键 含义 解释 control + A 到行首 A没找到对应单词,暂时认为A是字母表的开始 control + E 到行尾 E是end的缩写
- git commit 代码提交规范
格式 type: description 1. type 类型 type 是 commit 的类别,只允许如下几种标识: fix: 修复bug add: 新功能 update: 更新 refactor ...
- python实现elasticsearch操作-CRUD API
python操作elasticsearch常用API 目录 目录 python操作elasticsearch常用API1.基础2.常见增删改操作创建更新删除3.查询操作查询拓展类实现es的CRUD操作 ...
- 安装 Linux 系统基础知识概要
虚拟化软件,建议使用 Vmware Workstation 虚拟硬件配置CPU:2核或更多内存:1G以上,推荐2G硬盘:一块硬盘,200G (虚拟大小)网卡:NAT模式 (桥接在外部网络变化时,无法访 ...
- 面试官问:HashMap在并发情况下为什么造成死循环?一脸懵
这个问题是在面试时常问的几个问题,一般在问这个问题之前会问Hashmap和HashTable的区别?面试者一般会回答:hashtable是线程安全的,hashmap是线程不安全的. 那么面试官就会紧接 ...
- python中实现格式化输入(史上最简单、最高效的实现方法,不借助任何模块)
今天我在写python作业时突然想到格式化输入一段文字,譬如只需读取输入的前几个字符就行,而不幸的是,python中的输入并没有c中的read().getchar()函数,于是我网上搜了一下,网上的解 ...
- mysql复制一个表到其他数据库
db1为原数据库,db2为要导出到的数据库,fromtable 是要导出的表名1.方法一:登录导出到的数据库,执行create table fromtable select * from db1.fr ...
- swd composer.json
{ "require": { "php-amqplib/php-amqplib": "2.6.*", "tmtbe/swooled ...
- 【DeepLearning】基本概念:卷积、池化、Backpropagation
终于有了2个月的空闲时间,给自己消化沉淀,希望别有太多的杂事打扰.在很多课程中,我都学过卷积.池化.dropout等基本内容,但目前在脑海中还都是零散的概念,缺乏整体性框架,本系列博客就希望进行一定的 ...