Grafana 是一個功能非常強大的圖表可視化工具，可以通過儀表盤輕松地將多個數(shù)據(jù)源的指標/日志數(shù)據(jù)進行可視化。有關(guān)其功能的更多介紹，可以查看官網(wǎng) https://grafana.com/ 的相關(guān)說明。創(chuàng)建一個儀表盤并不是非常困難，但是我們需要手動去點擊每個圖表的設(shè)置項去進行配置，這個過程比較繁瑣，我們希望有更加工程化的工具來做這個事情。

標準的 Dashboard

Grafana 的 Dashboard 是通過 JSON 格式的數(shù)據(jù)提供的，我們大部分都會創(chuàng)建 Dashboard，然后將其粘貼到保存 Dashboard 的文件夾中，如果你也同樣使用 prometheus-operator 的話，則需要更新到對應(yīng)的 ConfigMap 中去。

這種復制粘貼 Dashboard 的過程中，我們會經(jīng)常在手動去更改 JSON 文件中的一些值的時候出錯，如何讓這個過程更加方便，減少錯誤，增加一些版本記錄呢？

在本文中，我們將使用 Prometheus 數(shù)據(jù)源和 prometheus-operator，你可以通過一些小的調(diào)整來適配你的監(jiān)控棧方案。

使用 Grafanalib

Grafanalib 是一個開源的 Python 庫，我們可以使用這個庫來對 Dashboard 進行編碼，編碼后的 Dashboard 會生成對應(yīng)的 JSON 數(shù)據(jù)。首先安裝這個依賴庫：

$ pip install grafanalib

然后獲取一個 Python 編寫的基本 Dashboard：

$ curl -o example-core.dashboard.py \https://gist.githubusercontent.com/KamilSwiech/bd170b3724819fd14531b4bf36fee8da/raw/d705749745ceffefe86ee775c1e135a4aed95d01/example-core.dashboard.py

然后我們查看 example-core.dashboard.py 文件的內(nèi)容：

from grafanalib.core import (    Dashboard, Graph,    OPS_FORMAT, Row,    single_y_axis, Target, TimeRange, YAxes, YAxis)
dashboard = Dashboard(    title="Python generated dashboard",    rows=[        Row(panels=[          Graph(              title="Prometheus http requests",              dataSource='default',              targets=[                  Target(                    expr='rate(prometheus_http_requests_total[5m])',                    legendFormat="{{ handler }}",                    refId='A',                  ),              ],              yAxes=single_y_axis(format=OPS_FORMAT),          ),        ]),    ],).auto_panel_ids()

其中有兩個地方值得注意：

1. dataSource：指定 Grafana 中數(shù)據(jù)源的名稱

2. expr：查詢表達式，我們這里使用 Prometheus，也就是對應(yīng)的 PromQL 語句

如果需要則調(diào)整相關(guān)的字段，然后使用 Grafanalib 自帶的二進制來創(chuàng)建 JSON 文件：

$ generate-dashboard -o test.json example-core.dashboard.py

這樣我們就有了一個簡單的 Dashboard 了，由于我這里使用的是 prometheus-operator，所以還需要做額外的配置，我這里已經(jīng)創(chuàng)建了包含 json 數(shù)據(jù)的 ConfigMap，包含指定的標簽和命名空間，并將其保存到 yaml 文件中，因為我這里使用了 GitOps 來做持續(xù)部署，所以只需要保存到 yaml 文件而不是直接創(chuàng)建到集群中：

$ kubectl create cm test -n prometheus-operator --from-file=test.json -o yaml --dry-run | \kubectl label -f- --dry-run -o yaml --local grafana_dashboard="1" > test.yaml

得到 yaml 文件后直接提交變更到 git 后，新的 Dashboard 就可以使用了。

使用這種可編程的方式來生成 Dashboard 顯然更加工程化，而且我們還可以將代碼提交到 git 倉庫中進行版本管理，然后再結(jié)合 GitOps 就完成可以將這個過程自動化了。

K8S進階訓練營，點擊下方圖片了解詳情