grafana-dashboards

用途

grafana-dashboards 技能用于设计有效的 Grafana 仪表盘，对应用程序、基础设施和业务指标进行监控。当需要可视化 Prometheus 指标、创建自定义仪表盘、实现 SLO 仪表盘、监控基础设施或追踪业务 KPI 时，可使用本技能。

本技能不适用于与 Grafana 仪表盘无关的任务，或需要超出此范围的其它领域或工具的场景。

主要能力

仪表盘设计原则

1. 信息层级

顶部：关键指标（大数字）
中部：关键趋势（时序图）
底部：详细指标（表格/热力图）

2. RED 方法（用于服务）

Rate：每秒请求数
Errors：错误率
Duration：延迟/响应时间

3. USE 方法（用于资源）

Utilization：资源忙碌时间百分比
Saturation：队列长度/等待时间
Errors：错误计数

面板类型

技能提供以下面板类型的配置示例：

Stat 面板（单值）：展示单值统计，支持阈值颜色分级
Time Series 图：展示时序趋势，如 CPU 使用率
Table 面板：展示服务状态等表格数据，支持数据转换（重命名、排除字段）
Heatmap 热力图：展示延迟分布

变量

支持查询变量（Query Variables），可从数据源获取标签值并用于查询过滤。示例包括 namespace 和 service 变量，并支持多选。变量可在查询中以 $namespace、$service 形式引用。

仪表盘内告警

支持在仪表盘中配置告警，包括条件、评估方式、持续时间（for）、频率（frequency）、消息内容、无数据状态以及通知渠道。

仪表盘 Provisioning

通过 dashboards.yml 配置文件实现仪表盘自动加载，可配置 provider 名称、文件夹、更新间隔、是否允许界面更新以及仪表盘文件路径。

常见仪表盘模式

基础设施仪表盘：CPU 利用率、内存使用、磁盘 I/O、网络流量、Pod 数量、节点状态
数据库仪表盘：每秒查询数、连接池使用、查询延迟（P50/P95/P99）、活跃连接、数据库大小、复制延迟、慢查询
应用仪表盘：请求速率、错误率、响应时间百分位、活跃用户/会话、缓存命中率、队列长度

Dashboard as Code

提供 Terraform 与 Ansible 的部署示例：

Terraform：

resource "grafana_dashboard" "api_monitoring" {
  config_json = file("${path.module}/dashboards/api-monitoring.json")
  folder      = grafana_folder.monitoring.id
}

resource "grafana_folder" "monitoring" {
  title = "Production Monitoring"
}

Ansible：

- name: Deploy Grafana dashboards
  copy:
    src: "{{ item }}"
    dest: /etc/grafana/dashboards/
  with_fileglob:
    - "dashboards/*.json"
  notify: restart grafana

使用方式

明确目标、约束和所需输入。
应用相关最佳实践并验证结果。
提供可操作步骤和验证方法。
如需详细示例，打开 resources/implementation-playbook.md。

最佳实践

从模板（Grafana 社区仪表盘）开始
对面板和变量使用一致的命名
将相关指标分组到行中
设置合适的时间范围（默认：最近 6 小时）
使用变量提升灵活性
添加面板描述以提供上下文
正确配置单位
设置有意义的阈值颜色
在不同仪表盘间使用一致的颜色
在不同时间范围下测试

参考文件

assets/api-dashboard.json - API 监控仪表盘
assets/infrastructure-dashboard.json - 基础设施仪表盘
assets/database-dashboard.json - 数据库监控仪表盘
references/dashboard-design.md - 仪表盘设计指南

技能介绍

用途