📊
Grafana
从安装到告警与可观测性平台,渐进式掌握 Grafana。
- 01Grafana 是什么理解 Grafana 的定位、核心能力与可观测性(Metrics/Logs/Traces)三大支柱
- 02安装与部署用 Docker / docker-compose 一键启动 Grafana,理解配置文件与关键目录
- 03首次配置与数据源登录 Grafana,理解 Data Source 概念,添加第 Prometheus 数据源并保存
- 04仪表盘与 JSON 结构Panel / Row / Dashboard 的层级关系,仪表盘底层就是 JSON,理解它能让你用代码管理一切
- 05面板与可视化类型Time series / Stat / Gauge / Bar gauge / Table / Heatmap 等常用面板的适用场景与配置
- 06PromQL 基础指标、标签、瞬时/区间向量,以及 rate/sum/by 等最常用的查询函数
- 07PromQL 进阶histogram_quantile 分位数、聚合运算、子查询、记录规则(Recording Rules)
- 08查询与数据转换Transform 在数据进图前做过滤、聚合、联表;掌握 Reduce/Filter/Group by/Join 等常用转换
- 09模板变量Query / Custom / Constant / Interval 变量,用 $var 让仪表盘可切换数据源、实例、时间粒度
- 10告警体系概览Alert rule / Contact point / Notification policy / Silence 的关系,Grafana 统一告警模型
- 11告警规则在 Grafana 中创建阈值告警、PromQL 条件告警,理解 For 持续时间、Pending 与标签注解
- 12告警通知渠道配置 Email / Slack / Webhook / 钉钉 / 企业微信等 Contact point,并用 Notification policy 路由
- 13日志与 Loki接入 Loki 数据源,掌握 LogQL 基础查询、标签过滤、行过滤、量化和日志面板
- 14链路追踪与 Tempo接入 Tempo 数据源,理解 Trace/Span,在 Grafana 中查询链路、火焰图与 Service Map
- 15自动化配置(Provisioning)用 YAML 声明数据源与仪表盘、告警,把 Grafana 配置纳入 Git 实现 GitOps
- 16认证与权限(RBAC)内置用户、匿名访问、LDAP/OAuth 登录,以及文件夹级权限与 RBAC 角色
- 17实战项目一:Prometheus 监控栈用 docker-compose 搭建 Prometheus + Grafana + node-exporter + 一个示例应用,端到端跑通指标监控
- 18实战项目二:完整可观测性平台在监控栈基础上加入 Loki 日志、Tempo 链路、OpenTelemetry 与统一告警,构建 LGTM 可观测性平台
- 19注解与区域标记(Annotations)用 Annotations 在时序图上标记事件与故障区间,让图表「会说话」
- 20PromQL 高级陷阱(rate / irate / 子查询)深入 rate 系列函数的坑、计数器重置、子查询分区,写出可靠的指标查询
- 21告警通知模板进阶用 Go 模板自定义 Slack / Webhook / 邮件通知内容,让告警信息更有用
- 22仪表盘版本与 JSON 模型管理理解 Dashboard JSON 模型、版本历史与 Git 化治理,让大屏可回滚、可评审
- 23查询性能与缓存调优高基数、查询超时、缓存与并行度 —— 让大屏在大数据量下依然流畅
- 24合成监控(Synthetic Monitoring)用 Grafana Synthetic Monitoring 主动探测可用性,从用户视角监控网站与接口
- 25与 OpenTelemetry 深度集成用 OpenTelemetry Collector 统一采集指标/链路/日志,经 OTLP 送入 Mimir/Tempo/Loki
- 26更多数据源(InfluxDB / MySQL)接入时序库 InfluxDB 与关系型 MySQL,把业务数据也搬上 Grafana 大屏