什么是Grafana
Grafana 是一跨平台的开源的可视化分析工具。目前网络架构和应用分析中最流行的时序数据展示工具，主要用于大规模指标数据的可视化展示。
- 官网地址：https://grafana.com/
Grafana用Go语言开发的开源数据可视化工具，可以做数据监控和数据统计，带有告警功能。支持快速灵活的客户端图表，面板插件有许多不同方式的可视化指标和日志，官方库中具有丰富的仪表盘插件。
报警：支持可视方式定义最重要指标的警报规则，Grafana将不断计算并发送通知，在数据达到阈值时进行告警。
过滤器：过滤器允许动态创建新的键/值过滤器，这些过滤器将自动应用于使用该数据源的所有查询。
在整个监控体系中，Exporter 数据生产者，采集需要监控的数据。Prometheus 普罗米修斯时序数据库，用来存储和查询的监控数据，从Exporter上拉取。Grafana 可视化工具仪表盘。
Grafana 支持许多不同的数据源，每个数据源都有一个特定的查询编辑器，每个数据源的查询语言和能力都是不同的，我们可以把来自多个数据源的数据组合到一个仪表板，但每一个面板被绑定到一个特定的数据源。目前官方支持以下数据源：
- Alertmanager
- AWS CloudWatch
- Azure Monitor
- Elasticsearch
- Google Cloud Monitoring
- Graphite
- InfluxDB
- Loki
- Microsoft SQL Server (MSSQL)
- MySQL
- OpenTSDB
- PostgreSQL
- Prometheus
- Jaeger
- Zipkin
- Tempo
我们这里当然重点需要介绍的就是 Prometheus 这个数据源了。更多关于企业级监控平台系列的学习文章，请参阅：构建企业级监控平台，本系列持续更新中。
Grafana工作原理
Grafana 是一个仪表盘，其主要目的是对各种数据提供可视化。
Grafana 本身并不负责数据层，它只提供了通用的接口，让底层的数据库可以把数据给它。也就是说，Grafana 每次要展现一个仪表盘的时候，会向数据库发送一个查询请求。
一般来说，我们需要一个服务来获取我们想要监控或者可视化的数据，然后将其放到Grafana的底层数据库中，等待Grafana展示。然后我们需要配置Grafana表盘，确定需要展示的数据以及形式。
Grafana的特点
- grafana拥有快速灵活的客户端图表，面板插件有许多不同方式的可视化指标和日志，官方库中具有丰富的仪表盘插件，比如热图、折线图、图表等多种展示方式，让我们复杂的数据展示的美观而优雅。
- Grafana支持许多不同的时间序列数据（数据源）存储后端。每个数据源都有一个特定查询编辑器。官方支持以下数据源：Graphite、infloxdb、opensdb、prometheus、elasticsearch、cloudwatch。每个数据源的查询语言和功能明显不同。你可以将来自多个数据源的数据组合到一个仪表板上，但每个面板都要绑定到属于特定组织的特定数据源
- Grafana中的警报允许您将规则附加到仪表板面板上。保存仪表板时，Gravana会将警报规则提取到单独的警报规则存储中，并安排它们进行评估。报警消息还能通过钉钉、邮箱等推送至移动端。但目前grafana只支持graph面板的报警。
- Grafana使用来自不同数据源的丰富事件注释图表，将鼠标悬停在事件上会显示完整的事件元数据和标记；
- Grafana使用Ad-hoc过滤器允许动态创建新的键/值过滤器，这些过滤器会自动应用于使用该数据源的所有查询。
Grafana的应用场景
- 1.监控用户的活跃度，交易量等信息
- 2.监控实时访问量
- 3.对app的用户数，营收等数据进行可视化
- 4.对实验结果进行可视化
Grafana 与 Kibana 的区别
Kibana 是运维圈耳熟能详的后端数据实时展示工具。日常工作中，大家都用 Kibana 结合Logstash、ElasticSearch 等组件一起使用做日志展示、索引、分析的。但Kibana也可以接入其他数据源的，只不过最常见的用法还是展示日志。
Grafana 最早其实应该是 Kibana3 的一个分支。不同的是，Grafana 拥有自己的权限管理和用户管理系统，而 Kibana 没有权限管理系统。Kibana 和 ES 结合紧密，支持强大的ES语法，比较适合做一些多维度的分析和查询，而Grafana更适合用于展示，图形比Kibana美观很多。更多关于企业级监控平台系列的学习文章，请参阅：构建企业级监控平台，本系列持续更新中。
Grafana 核心概念
DashBoard：仪表盘，数据展示的窗口。就像汽车仪表盘一样可以展示很多信息，包括车速，水箱温度等。Grafana的 DashBoard 就是以各种图形的方式来展示从 Datasource 拿到的数据。
Row：DashBoard 的基本组成单元，一个 DashBoard 可以包含很多个 row 。一个 row 可以展示一种信息或者多种信息的组合，比如系统内存使用率，CPU五分钟及十分钟平均负载等。所以在一个DashBoard上可以集中展示很多内容。
Panel：面板，实际上就是row展示信息的方式，支持表格（table），列表（alert list），热图（Heatmap）等多种方式。
Query Editor：Query Editor 顾名思义，就是查询语句管理，类似 sql 语句。每个面板都提供一个Query Editor，我们可以通过编写语句来控制面板展示不同的图表。不同的数据源对应不同的Query Editor：当 Grafana 与 Prometheus 结合使用时，对应的是PromQL。
组织Organization：类似于用户组，每个用户可以拥有多个Org，Grafana有一个默认的main org。用户登录后可以在不同的Org之间切换，前提是该用户拥有多个Org。不同的Org之间完全不一样，包括 Datasource，Dashboard 等都不一样。创建一个 Org 就相当于开了一个全新的视图，所有的 Datasource，Dashboard 等都要再重新开始创建。
这里需要注意的是，大多数度量数据库不提供任何类型的每用户系列身份验证。因此，在Grafana中，特定组织中的所有用户都可以使用数据源和仪表盘。
User：这个概念应该很简单，不用多说。Grafana里面用户有三种角色admin,editor,viewer。admin权限最高，可以执行任何操作，包括创建用户，新增Datasource，创建DashBoard。editor角色不可以创建用户，不可以新增Datasource，可以创建DashBoard。viewer角色仅可以查看DashBoard。
对于这些核心的组件的详细介绍，我们会在后面的文章中逐一进行详解。
Grafana 部署
Grafana安装部署方式有很多，这里我们基于容器化进行部署Grafana。
Docker容器化部署Grafana
代码语言：javascript复制docker run -d -p 3000:3000 --name=grafana grafana/grafana:8.1.5
浏览器访问http://IP 3000就能访问到登陆页面，默认用户名admin密码admin。
这就是grafana刚进来的页面。
OK，接下来我们来配置数据源，指定prometheus地址。
更多关于企业级监控平台系列的学习文章，请参阅：构建企业级监控平台，本系列持续更新中。
Grafana常用菜单和仪表盘配置实战
用户和组织
用户
- Grafana 里面用户有三种角色 admin,editor,viewer。
- admin 权限最高，可以执行任何操作，包括创建用户，新增 Datasource、DashBoard。
- editor 角色不可以创建用户，不可以新增 Datasource，可以创建 DashBoard。
- viewer 角色仅可以查看 DashBoard。
- 每个用户可以拥有多个 Organization，用户登录后可以在不同的 Organization 之间切换。
- 不同的 Organization 之间完全不一样，包括 datasource，dashboard 等都不一样。
- 创建一个 Organization 就相当于开了一个全新的视图，所有的 datasource，dashboard 等都要再重新开始创建。
数据源 (DataSource)
- Grafana 支持多种不同的时序数据库数据源，对每种数据源提供不同的查询方法，而且能很好的支持每种数据源的特性。
- 可以将多个数据源的数据合并到一个单独的仪表板上。
仪表盘（Dashboard）
- 最重要 UI 界面 仪表盘，通过数据源定义好可视化的数据来源，Dashboard 来组织和管理数据可视化图表。
- 仪表盘可以视为一组一个或多个面板组成的一个集合，来展示各种各样的面板。 - Panel 在一个 Dashboard 中一个最基本的可视化单元为一个 Panel（面板）。
- 通过 Panel 的 Query Editor（查询编辑器）为每一个 Panel 添加查询的数据源以及数据查询方式，每一个 Panel 都是独立的。
仪表盘配置使用步骤
步骤一：创建dashboard
步骤二：创建panel面板
步骤三：配置数据项 jvm_memory_used_bytes
OK，到这里Grafana的简介以及安装配置就搞定啦。更多关于企业级监控平台系列的学习文章，请参阅：构建企业级监控平台，本系列持续更新中。
参考文章：https://blog.csdn.net/A13581861752/article/details/124148803 https://blog.csdn.net/weixin_47533244/article/details/131948396
