k8s监控方案实践（三）：部署与配置Grafana可视化平台

k8s监控方案实践（三）：部署与配置Grafana可视化平台

---

随着容器化和微服务架构的不断发展，系统的复杂性与日俱增，构建一套完善的监控体系已成为保障系统稳定运行的关键。在前两篇文章中，我们介绍了如何在 Kubernetes 中部署 Prometheus 并集成 Node Exporter 实现节点资源的基础监控，以及如何使用 Alertmanager 配置 Prometheus 告警规则和接入钉钉通知。

本篇将继续完善监控体系，重点介绍如何部署和配置 Grafana，实现对 Prometheus 采集数据的可视化展示，帮助我们更加直观地理解系统状态与运行趋势，为运维与故障排查提供强有力的支持。

一、Grafana简介

1. 什么是Grafana？

Grafana 是一个开源的可视化监控平台，能够与 Prometheus、InfluxDB、Loki 等多种数据源集成，通过丰富的图表和仪表盘展示监控数据，帮助用户实时掌握系统状态和趋势。
Grafana 的核心优势包括：

• 多数据源支持：支持 Prometheus、Elasticsearch、Loki、MySQL 等众多数据源
• 丰富的图表展示能力：支持折线图、柱状图、饼图、热力图等
• 灵活的仪表盘配置：支持变量、查询模板、权限控制
• 强大的社区生态：拥有大量社区共享的仪表盘模板
• 告警功能：从 Grafana 直接对图表设置告警并发送通知（可选）

Grafana 通常作为 Prometheus 的前端展示工具，用于提供图形化的数据展示和仪表盘功能，是可观测性体系中不可或缺的一环。

2. Grafana与Prometheus的关系

在 Kubernetes 监控体系中，Grafana 与 Prometheus 的协作方式如下：

• Prometheus 作为数据采集和存储组件，收集节点和服务的监控指标
• Grafana 作为可视化组件，通过查询 Prometheus 数据源展示图表和趋势变化
• 用户无需直接与 Prometheus 交互，而是通过 Grafana 仪表盘直观掌握系统运行状态
  

3. Grafana应用场景

• Kubernetes 集群监控：结合 Prometheus + Node Exporter + kube-state-metrics实现对资源、容器状态、部署等的可视化
• 应用性能监控（APM）：展示应用服务的响应时间、QPS、错误率等
• 系统运维监控：如磁盘、内存、网络 I/O、数据库连接数等
• 业务数据展示：如订单数量、用户注册趋势、转化率等

二、Grafana实战部署

1. 部署方式选择

Grafana 支持多种部署方式，在 Kubernetes 中，常见的方式包括：

• 使用 Helm Chart 快速部署（推荐用于生产环境）
• 手动编写 YAML 文件部署（适合学习和自定义）

本节我们将以 YAML 文件部署 为例，讲解 Grafana 的部署过程，便于理解其运行机制和组件结构。

2. 创建Namespace（prometheus-namespace.yaml）

创建名为 prometheus 的命名空间，用于隔离部署监控相关资源

apiVersion: v1
kind: Namespace
metadata:name: prometheus

3. 创建Service（alertmanager-config.yaml）

通过 NodePort 将 Grafana 暴露至集群外部

apiVersion: v1
kind: Service
metadata:labels:kubernetes.io/cluster-service: 'true'kubernetes.io/name: monitoring-grafananame: monitoring-grafananamespace: prometheus
spec:ports:- port: 80targetPort: 3000nodePort: 30002selector:app: grafanatype: NodePort

4. 创建Deployment（grafana-deploy.yaml）

部署 Grafana 容器，配置数据持久化与初始化设置

apiVersion: apps/v1
kind: Deployment
metadata:name: monitoring-grafananamespace: prometheus
spec:replicas: 1selector:matchLabels:task: monitoringapp: grafanatemplate:metadata:labels:task: monitoringapp: grafanaspec:affinity:nodeAffinity:  #节点亲和性，固定调度到node2节点requiredDuringSchedulingIgnoredDuringExecution:nodeSelectorTerms:- matchExpressions:- key: kubernetes.io/hostnameoperator: Invalues:- node2containers:- name: grafanaimage: harbor.local/k8s/grafana:10.4.6-ubuntuimagePullPolicy: IfNotPresentports:- containerPort: 3000protocol: TCPvolumeMounts:- mountPath: /var/lib/grafana   #数据持久化目录name: grafana-data-volume- mountPath: /etc/grafana/provisioning/ name: grafana-provisioning-volumeenv:- name: INFLUXDB_HOSTvalue: monitoring-influxdb- name: GF_SERVER_HTTP_PORTvalue: "3000"- name: GF_SECURITY_ADMIN_PASSWORDvalue: "Hwjpass2025!@#"   #设置管理员密码- name: GF_USERS_ALLOW_SIGN_UPvalue: "false"- name: GF_AUTH_ANONYMOUS_ENABLEDvalue: "true"    #启用匿名访问- name: GF_AUTH_ANONYMOUS_ORG_ROLEvalue: "Viewer"  #设置匿名用户的权限角色为只读volumes:- name: grafana-data-volumehostPath:path: /kubernetes/grafana/data   #映射到主机目录type: Directory- name: grafana-provisioning-volumehostPath:path: /kubernetes/grafana/provisioning/type: Directory

5. 部署所有资源

kubectl apply -f prometheus-namespace.yaml
kubectl apply -f grafana-svc.yaml
kubectl apply -f grafana-deploy.yaml

三、配置Grafana页面并集成Prometheus监控数据

1. 查看外部访问端口

 kubectl get svc -n prometheus monitoring-grafana

2. 访问ui页面和配置数据源

访问地址：http://ip:30002
账号：admin
密码：Hwjpass2025!@#           #这里根据自己设置的密码来输入

Home → Connections→ Add new connection → Prometheus，添加Prometheus数据源

填写Prometheus服务地址：http://prometheus.prometheus.svc:9090

Save & test，保存并测试数据源

3. 配置仪表盘

进入 “Dashboard” → “Import”，添加仪表盘，我这里直接导入官方现有的仪表盘

选择数据源为上一步配置的 Prometheus，点击 “Import” 完成导入

效果如下：数据图表可视化

---

总结

🚀 本文完整介绍了如何在 Kubernetes 集群中部署 Grafana，包括服务暴露、容器部署、数据持久化配置、匿名访问控制，以及如何连接 Prometheus 并导入官方仪表盘，实现监控数据的可视化展示。
✅ 至此，我们已经完成了基于 Prometheus + Node Exporter + Alertmanager + Grafana 的 K8s 监控体系搭建，涵盖了从数据采集、规则告警到图形化展示的完整链路，具备实际生产可用性。
📌 本系列的监控实践方案到此告一段落，后续如有进一步扩展（如 Loki 日志可视化、Tempo 链路追踪、Prometheus Operator 自动化配置等），将视项目需求持续完善。