Prometheus集成Grafana(手动创建/通过模板创建Dashboard)

news2025/1/24 5:23:58

目录

  • 1. Grafana的基本介绍
  • 2. Centos7上安装Grafana
    • 2.1 下载解压
    • 2.2 修改conf/default.ini
    • 2.3 启动grafana
  • 3. Grafana各层级关系
  • 4. 添加Prometheus数据源
  • 5. 添加Dashborad和手动添加Row和Panel(方式一)
  • 6. 通过社区提供的模板创建Dashboard(方式二)

1. Grafana的基本介绍

grafana主要用于大规模指标时序数据的可视化展现,目前已经支持大部分常用的时序数据库

2. Centos7上安装Grafana

2.1 下载解压

[root@bigdata001 opt]# wget https://dl.grafana.com/enterprise/release/grafana-enterprise-9.0.0.linux-amd64.tar.gz
[root@bigdata001 opt]#
[root@bigdata001 opt]# tar -zxvf grafana-enterprise-9.0.0.linux-amd64.tar.gz

2.2 修改conf/default.ini

修改内容如下:

http_addr = bigdata001

http_port = 3000

2.3 启动grafana

[root@bigdata001 grafana-9.0.0]# nohup ./bin/grafana-server web > ./bin/grafana.log 2>&1 &

访问http://bigdata001:3000,初始化用户名和密码为admin/admin。如下所示

grafana Web

3. Grafana各层级关系

  • Folder:一个文件夹,相当于一个分类。一个Folder可以有多个Dashboard
  • Dashboard:一个仪表盘。一个Dashboard可以有多个Row
  • Row:Dasboard中的一行。一个Row可以有12个Panel,可以给每个Panel设置不同的宽度
  • Panel:一个图表面板。一个Panel可以有多个Query(对应一个监控项),生成多条图表线

4. 添加Prometheus数据源

data source
然后点击Add data source,再双击Prometheus

Prometheus URL再点击【Save & test】

5. 添加Dashborad和手动添加Row和Panel(方式一)

Dashboard

Add pannel
添加一个监控项对Title进行编辑。再选择需要监控的监控项,点击Run queries,就会显示出图表

添加Query在Query区域往下滑,点击【+ Query】添加一个新的查询

添加一个新的监控项在B查询中,添加一个新的监控项,再点击Run queries,就会显示出图表。最后点击Apply进行应用

Save Dashboard
点击保存图标,弹出Save dashboard的选项框,输入Dashboard name,然后点击Save就可以了

上面只是在Dashboard里面保存了Panel。现在添加一个Row,用Row去管理Panel。点击添加图标,然后点击Add a new row,刚刚创建的Panel就会添加到该Row中

Row点击Row title,然后点击设置图标,输入Title,最后点击Update,就更新了Row的名称。最后进行Dashboard的保存

6. 通过社区提供的模板创建Dashboard(方式二)

Node Exporter的Dashboard,也可以按照这个方式进行创建

手动一个个添加Dashboard比较繁琐,Grafana社区有大量用户分享的Dashboard模板。Dashboard模板都是JSON文件,下载并导入这些JSON文件就可以直接使用定义好的Dashboard。点击Dashboards网站传送门

搜索flink打开网页,然后往下滑动。在搜索框输入flink,按Downloads排序,选择一个是Prometheus且下载量较高的

Download json这个Dashboard是针对Flink1.12和1.13版本的。进行JSON文件的下载

import
Grafana选择Import

Upload JSON fileImport设置
设置Dashboard的名称和选择Prometheus的数据源,然后点击Import。最后保存Dashboard即可

查看Dashboard

Dashboard正常。我们的Flink是1.14版本的,也是可以使用这个JSON文件的

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/105201.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

自然语言基础之分词提取关键词基本操作

概述 从今天开始我们将开启一段自然语言处理 (NLP) 的旅程. 自然语言处理可以让来处理, 理解, 以及运用人类的语言, 实现机器语言和人类语言之间的沟通桥梁. 关键词 关键词 (keywords), 即关键词语. 关键词能描述文章的本质, 在文献检索, 自动文摘, 文本聚类 / 分类等方面有着…

我发现,被裁的一般都是情商低的人!网友:老板只看你有没有利用价值!

什么样的人容易被裁员?一位网友分享了自己的发现:被裁的一般都是情商比较低的。有人认同楼主,情商高能在一定程度上降低被裁的概率,大多数被裁的员工是因为情商不够,导致人际关系不好,才被辞退。有人说&…

JS如何读取对象内的一个属性两种方法

目录一:读取对象内的一个属性--可以用数组二:读取对象内的一个属性--可以用 .1、点的方式2、中括号的方式一:读取对象内的一个属性–可以用数组 二:读取对象内的一个属性–可以用 . let obj {name:张三,age:18,address:中国}1、…

【PAT甲级 - C++题解】1067 Sort with Swap(0, i)

✍个人博客:https://blog.csdn.net/Newin2020?spm1011.2415.3001.5343 📚专栏地址:PAT题解集合 📝原题地址:题目详情 - 1067 Sort with Swap(0, i) (pintia.cn) 🔑中文翻译:用 Swap(0, i) 操作…

【关于时间序列的ML】项目 3 :基于机器学习的地震预测模型

🔎大家好,我是Sonhhxg_柒,希望你看完之后,能对你有所帮助,不足请指正!共同学习交流🔎 📝个人主页-Sonhhxg_柒的博客_CSDN博客 📃 🎁欢迎各位→点赞…

Datawhale powerful-numpy《从小白到入门》学习笔记

Datawhale powerful-numpy《从小白到入门》学习笔记 持续更新中 文章目录Datawhale powerful-numpy《从小白到入门》学习笔记摘自官方文档的一些话What is NumPy?Why is NumPy Fast?Who Else Uses NumPy?一.创建和生成1.从python列表或元组创建从列表创建从元组创建2.使用ar…

基于ISO13209(OTX)实现引导诊断

在上篇文章《基于ISO13209(OTX)实现EOL下线序列》中,讲到了OTX的由来以及OTX在EOL中的实现案例,而本文将讲述OTX的另一个广阔应用场景——定义引导诊断序列。 一 何为引导诊断? 引导诊断,通常也称为“引导…

市面上有哪些自动生成报表的工具?

每到月末、季度、年底,就是企业里各营销、财务、运营、企管等各部门“摆数据、晒业绩”的时候,除了财务因为有规范的制度约束,在规则和工具上更有保障(最常见的就是在财务软件/ERP 里面自动生成三大周报)之外&#xff…

GoPass系列免杀基础(一)

Goby社区第 23 篇插件分享文章 全文共:7730 字 预计阅读时间:20 分钟 小板凳提示:过数字全家桶(开启晶核)、某绒、卡巴、WD、某管家、魔法保姆、机器人、橘子,全程新手简单版,欢迎师傅们来交流…

一个被迫毕业面试 30 家公司,终于上岸了的Java老前辈的经验分享!

今天分享一个朋友的经历,被“毕业”后的求职经历: 在老东家干了 6 年,发展一般,很想出去,但是一直没有合适的机会,只好一边准备面试一边学习。让我没有想到的是,突然收到了“毕业”通知&#x…

大数据Kudu(十):Flink操作Kudu

文章目录 Flink操作Kudu Flink操作Kudu Flink主要应用场景是流式数据处理上,有些公司针对流式数据使用Flink实时分析后将结果存入Kudu,例如快手公司。这里将实时计算的结果存入Kudu需要自定义Flink Kudu Sink。 场景:Flink实时读取Socket数据,将结果存入Kudu表t_flink_re…

详解OpenCV的椭圆绘制函数ellipse()

函数ellipse()用于在图像上绘制椭圆。 有两种原型,这里只列出常用的那种。 C原型如下: void cv::ellipse(InputOutputArray img,Point center,Size axes,double angle,double startAngle,double endAngle,const Scalar & color,int thickness 1,…

地统计插值学习心得(三)ArcGIS Pro与ArcMap软件中地统计分析的区别

前言 ArcMap中地统计分析由来已久,很多GIS专业的同学学习地统计内容都是在ArcMap软件中实现的,随着IT技术的发展,ArcGIS系列软件架构也发生了重大变化,传统的ArcMap软件已不太能够满足当前的应用需求,在此背景下,ESRI推出了64位的ArcGIS Pro桌面软件,来实现二三维一体化…

【关于时间序列的ML】项目 4 :使用机器学习预测迁移

🔎大家好,我是Sonhhxg_柒,希望你看完之后,能对你有所帮助,不足请指正!共同学习交流🔎 📝个人主页-Sonhhxg_柒的博客_CSDN博客 📃 🎁欢迎各位→点赞…

【关于2022年卡塔尔世界杯】

2022卡塔尔世界杯最全面的看点和分析,相信一定有你感兴趣的一点,相信一定会有你感兴趣的,推荐点赞收藏~~ 2022年世界杯比以往任何时候都晚,因为卡塔尔太热了…… 然而,四年一度的世界杯终于……来了 今年的世界杯&am…

非零基础自学Golang 第14章 反射 14.1 反射定义

非零基础自学Golang 文章目录非零基础自学Golang第14章 反射14.1 反射定义14.1.1 反射的定义14.1.2 与其他语言的区别第14章 反射 我们常用的一个打印函数fmt.Println()可以打印任何类型的数据,但是它本身是怎么实现的呢? 解读源码可以看到&#xff0c…

人员定位系统如何实现对人、车、物的安全管控?

人员定位系统是采用物联网设计理念,通过结合定位基站、视频监控、人脸抓拍、巡更、门禁、道闸、梯控等系统,对管控区域工作人员、访客、巡检人员进行精细化、规范化、智能化理。 智慧安全的概念随着物联网技术的发展逐渐成为发展趋势,人员定位…

【Python机器学习】卷积神经网络Vgg19模型预测动物类别实战(附源码和数据集)

需要源码和数据集请点赞关注收藏后评论区留言私信~~~ 典型神经网络 在深度学习的发展过程中,出现了很多经典的卷积神经网络,它们对深度学习的学术研究和工业生产斗起到了促进的作用,如VGG ResNet Inception DenseNet等等,很多实际…

偷偷告诉你!与其辞职,不如用Python做月入过万的副业兼职

我想辞职! 这是不是当下的你?在这个疫情当下的时代,许多打工人都有过这么一个想法,或许是因为工作待遇、亦或许是其他原因,但是却仍然屹立在工位上,有的甚至天天喊辞职,月月拿满勤。这是为什么…

阿里大牛解析微服务架构:Docker,Spring全家桶,分布式,数据库

前言 微服务架构(Microservice Architecture)是一种架构概念,旨在通过将功能分解到各个离散的服务中以实现对解决方案的解耦。你可以将其看作是在架构层次而非获取服务的类上应用很多SOLID原则。微服务架构是个很有趣的概念,它的…