当前位置: 首页 > ai >正文

Grafana当前状态:SingleStat面板

Grafana的SingleStat面板是一种用于展示单个关键指标(KPI)的可视化组件,特别适合需要突出显示核心业务指标的场景(如实时销售额、在线用户数、系统错误率等)。它通过简洁的布局和丰富的样式选项,帮助用户快速聚焦核心数据。Singlem Panel侧重于展示系统的当前状态而非变化趋势。如下所示,在以下场景中特别适用于使用SingleStat:

  • 当前系统中所有服务的运行状态;

  • 当前基础设施资源的使用量;

  • 当前系统中某些事件发生的次数或者资源数量等。

如下所示,是使用SingleStat进行数据可视化的显示效果:
在这里插入图片描述
使用SingleStat Panel
从Dashboardc创建Singlestat Panel,并进入编辑页面, 如下所示:
在这里插入图片描述
对于SingleStat Panel而言,其只能处理一条时间序列,否则页面中会提示“Multiple Series Error”错误信息。这里使用如下PromQL查询当前主机负载:

node_load1{instance="localhost:9100"}

默认情况下,当前面板中会显示当前时间序列中所有样本的平均值,而实际情况下,我们 需要显示的是当前主机当前的负载情况,因此需要通过SingleStat Panel的Options选项控制当前面板的显示模式:

在这里插入图片描述
如上所示,通过Value配置项组可以控制当前面板中显示的值,以及字体大小等。对于主机负载而言,我们希望能够显示当前的最新值,因此修改Stat为Current即可。

如果希望面板能够根据不同的值显示不同的颜色的话,则可以定义Thresholds与Colors的映射 关系,例如,定义Thresholds的分割区间值为“0,1”,则当Value的值落到不同的范围内时,将显示不同的颜色。

如果希望能够显示当前时间序列的样本值变化情况,则可以启用Spark lines配置。启用之后,Singlestat面板中除了会显示当前的最新样本值以外,也会同时将时间序列中的数据已趋势图的形式进行展示。

除了通过数字大小反应当前状态以外,在某些场景下我们可能 更关心的是 这些数字表示的意义。例如,在Promthues监控服务的健康状态时,在样本数据中会通过0表示不健康,1表示健康。 但是如果直接将0或1显示在面板中,那么可视化效果将缺乏一定的可读性。

为了提升数字的可读性,可以在Singlestat Panel中可以通过Value Mappings定义值的映射关系。Siglesta支持值映射(value to text)和区间映射(range to text)两种方式。 如下所示:
在这里插入图片描述
当面板中Value的值在0~0.99范围内则显示为Health,否则显示为Unhealth。这种模式特别适合于展

示服务的健康状态。 当然你也可以将Value映射为任意的字符,甚至是直接使用Emoji(http://www.iemoji.com/)表情:
在这里插入图片描述
在这里插入图片描述

http://www.xdnf.cn/news/7148.html

相关文章:

  • ArcGIS Pro 3.4 二次开发 - 框架
  • 【VBA/word】批量替换字体大小
  • 基于亚博K210开发板——安全散列算法加速器测试
  • LangChain4j入门(五)聊天记忆持久化
  • 用算术右移实现逻辑右移及用逻辑右移实现算术右移
  • 3.4/Q2,Charls最新文章解读
  • Day 24 训练
  • 2009-2025计算机408统考真题及解析
  • Java——创建多线程的四种方式
  • (二十一)Java集合框架源码深度解析
  • 渗透测试核心技术:信息收集与扫描
  • Java开发经验——阿里巴巴编码规范实践解析3
  • 报告精读:华为2024年知行合一通信行业数据治理实践指南报告【附全文阅读】
  • 职场方法论总结(4)-如何正确地汇报
  • Python Logging 模块完全指南
  • MyBatis(二)
  • 存储系统中的Mezzanine卡、Daughter卡与PCIe卡:功能与差异
  • Java中关于方法的调用和递归
  • Python_day29类的装饰器知识点回顾
  • frp内网穿透
  • DAY 4 缺失值的处理
  • yolov5和yolov8 配置torch离线文件GPU版本分享下载
  • 归一化函数 & 激活函数
  • 大模型deepseek如何助力数据安全管理
  • JavaScript原型链
  • 谢赛宁团队提出 BLIP3-o:融合自回归与扩散模型的统一多模态架构,开创CLIP特征驱动的图像理解与生成新范式
  • MLLM常见概念通俗解析(四)
  • 机器学习(11)——xgboost
  • C# 深入理解类(成员常量)
  • Spring Cloud Sentinel 快速入门与生产实践指南