grafana 查询语法与创建Dashbord

目录

1. 前言概述

2. Data Source & Explore

2.1 添加 datasource

2.2 查询器 Explore

3. Prometheus查询语法

3.1 prometheus查询编辑器

3.2 Code模式

3.3 builder模式

 3.4 Explain模式

 3.5 查询变量

3.6 小结

4. 自定义Dashboard

 4.1 自定义主机查询面板

5. 总结&promtheus查询语法

---

1. 前言概述

Grafana 支持时序数据（数据源）的许多不同的存储后端，如prometheus、Alertmanager、Elasticsearch、mysql等，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也不同，单个Dashboard可以存在多个数据源，每个面板可以绑定特定数据源。

grafana每个版本的查询语句、变量引用等均有差异，注意确认各个版本是否适用。

关于各种类型的datasource，查询语句可以参考官方文档：Data sources | Grafana documentation

2. Data Source & Explore

2.1 添加 datasource

http://127.0.0.1:3000/datasources -> Add data source

2.2 查询器 Explore

官方文档：探索|格拉法纳文档 (grafana.com)

地址：http://127.0.0.1:3000/explore

查询器 Explore，可以快速上手不同data soure查询语法的一个工具，上面说到，不同的data source，使用的查询语法都不同，为了构建用于可视化的仪表板，通过查询器进行查询，然后构建对应的仪表板

如数据源为prometheus的 explore

下面，以prometheus为例，通过expolre快速上手prometheus查询语法，并创建自定义查询面板

参考文档：Prometheus | Grafana documentation

3. Prometheus查询语法

3.1 prometheus查询编辑器

 Prometheus查询编辑器有3种不同的模式：Explain、Builder和Code，可以在这些模式之间切换且不会丢失查询配置，这3种不同的模式，区别在哪？

3.2 Code模式

code模式就是使用promsetheus查询语法，可以自动完成功能和语法突出显示，以帮助编写复杂的查询。此外，还包含进一步帮助编写查询，可以参阅Querying basics | Prometheus

 code模式除了手动输入查询语句外，还有一个metric browser，可以通过手动选择一个或多个相关标签来生成基本的查询语句，非常方便实用

 默认是使用查询的方式来运行查询，也可以选择速率查询（比如CPU用量的查询）

3.3 builder模式

builder模式，也称为生成器模式，从下拉列表中选择指标可用指标列表根据选定的时间范围从Prometheus服务器获取。当下拉列表打开时写入选择以搜索和筛选列表。

从下拉列表中选择所需的标签及其值。选择指标后，将从服务器获取可用的标签及其值

 

 3.4 Explain模式

explain模式，字面意思，就是解释查询语句的作用是什么

 3.5 查询变量

支持在查询中使用变量，grafana默认全局变量参考：全局变量|格拉法纳文档 (grafana.com)，也可自定义变量

在查询中使用变量有两种语法：

$<varname>示例：rate（http_requests_total{job=~“$job”}[5m]） 
[[varname]]示例：rate（http_requests_total{job=~“[[job]]”}[5m]）

3.6 小结

以上三种模式，一般常用的方式是builder或code模式，具体还要看个人对查询语句熟悉程度，通过explore可以快速生成查询语句，并一键生成对应的panel面板

 可以通过需求自定义生成相关面板

4. 自定义Dashboard

前提：

• 熟悉对应数据源查询语法
• 熟悉各项指标数值（如promtheus metric、mysql表结构）

以prometheus为例，创建自定义主机资源聚合面板，包含整体CPU、内存、磁盘利用率及IO等待等，完全效果如下

 4.1 自定义主机查询面板

CPU整体利用

100*(1-sum (rate(node_cpu_seconds_total{mode='idle'}[$__rate_interval])) /count(count(node_cpu_seconds_total{}) by (instance,cpu)))

说明：

[$__rate_interval]：速率函数，仅限proetheus数据源使用，适合曲线图展示的 rate()，值不固定，且一定大于$__interval，适用于>= grafana 7.2版本，官方的说明是比固定时间间隔更好用，如[5m]每5分钟间隔，

OK: rate(http_requests_total[5m]) 
Better: rate(http_requests_total[$__rate_interval])

将查询添加到Dashboard

 可视化 -> Gauge

 其它的面板大同小异，区别在于可视化类型不同

 磁盘整体IO等待

(sum  (rate(node_cpu_seconds_total{mode='iowait'}[$__rate_interval]))*100) /count(count(node_cpu_seconds_total{}) by (instance,cpu))

 整体磁盘读/写速度

读

sum(rate(node_disk_read_bytes_total{}[$__rate_interval]))/1024.0/1024.0*8

 写

sum(rate(node_disk_written_bytes_total{}[$__rate_interval]))/1024.0/1024.0*8

 内存利用率

100*(1- (sum(node_memory_MemFree_bytes{}+node_memory_Cached_bytes{} + node_memory_Buffers_bytes{} + node_memory_SReclaimable_bytes{})/1024/1024/1024) / (sum(node_memory_MemTotal_bytes{}) /1024/1024/1024) )

 磁盘容量利用率

100*(1- (sum(node_filesystem_avail_bytes{device!~'rootfs',fstype!='nfs'}) /1024/1024/1024/1024) / (sum(node_filesystem_size_bytes{device!~'rootfs',fstype!='nfs'}) /1024/1024/1024/1024) )

主机总数

count(node_uname_info{})

cpu总核数

count(count(node_cpu_seconds_total{}) by (instance,cpu))

总磁盘容量（T)

sum(node_filesystem_size_bytes{device!~'rootfs',fstype!='nfs'}) /1024/1024/1024/1024

5. 总结&promtheus查询语法

不管使用哪种数据源，都需要了解熟悉对应数据源的查询语法，才能通过查询语法自定义各种各样功能的Dashboard，这里初略总结了prometheus的查询语法

即时矢量选择器，即直接指定metric指标名称，如

node_cpu_seconds_total

选择指标名称的同时指定标签匹配（可以指定实例、job等）

node_cpu_seconds_total{job="Aliyun-server", mode="idle"}

 标签匹配运算符：

• =：选择与提供的字符串完全相等的标签。
• !=：选择不等于所提供字符串的标签。
• =~：选择与提供的字符串匹配的正则表达式的标签。
• !~：选择与提供的字符串不匹配的正则表达式的标签。

范围矢量选择器

统计指定时间段内的数据，如统计最近5分钟的cpu的空闲速率

rate(node_cpu_seconds_total{job="Aliyun-server", mode="idle"}[5m])

 另外还有rate、sum、avg、min、count等各种功能函数，具体请查阅官方文档

觉得有用点个关注和收藏吧~