grafana-dashboards

Grafana 仪表板配置技能

技能概述

创建和管理生产级 Grafana 监控仪表板，实现系统与应用指标的实时可视化。

适用场景

1. API 服务监控

构建 RED 方法（Rate 请求率、Errors 错误率、Duration 延迟）仪表板，实时追踪 HTTP 请求、P95/P99 延迟和错误百分比，支持配置告警阈值。

2. 基础设施监控

设计 USE 方法（Utilization 利用率、Saturation 饱和度、Errors 错误）仪表板，监控 CPU、内存、磁盘 I/O、网络流量及 Kubernetes 集群状态。

3. 业务 KPI 可视化

将业务指标转化为时间序列图表、统计面板和热力图，支持多维度变量查询和自动刷新，构建运营决策所需的实时数据大屏。

核心功能

1. 仪表板结构设计

提供层级化信息架构设计原则，从关键指标大数字到趋势时间序列，再到详细数据表格。包含生产就绪的 JSON 配置模板，支持 API 监控、基础设施监控和数据库监控三种常见模式。

2. 面板类型配置

涵盖 Stat 单值面板、Time Series 时间序列图、Table 表格面板、Heatmap 热力图等常见面板类型的完整配置示例，包括阈值颜色、单位格式、数据转换等细节。

3. 仪表板即代码

通过 Terraform、Ansible 或 Grafana Provisioning 实现仪表板的版本控制和自动化部署，支持 dashboards.yml 配置和 YAML/JSON 格式的仪表板定义。

常见问题

Grafana 仪表板如何创建和使用变量？

变量功能允许动态过滤查询结果。支持 Query 变量从 Prometheus 数据源动态获取标签值（如 namespace、service），可在查询表达式里用 $variable 语法引用，实现跨服务、跨集群的灵活监控视图。

RED 方法和 USE 方法有什么区别？

RED 方法针对服务监控，关注 Request（请求率）、Error（错误率）、Duration（延迟）。USE 方法针对资源监控，关注 Utilization（利用率）、Saturation（饱和度）、Error（错误）。两者互补，共同构成完整的可观测性体系。

如何实现 Grafana 仪表板的自动化管理？

可通过 Grafana Provisioning 配置 dashboards.yml 实现文件自动加载，或使用 Terraform 的 grafana_dashboard 资源进行基础设施即代码管理。Ansible 也支持通过 copy 模块批量部署仪表板文件，推荐将仪表板 JSON 纳入版本控制。