24H玩转 Grafana 被工程师称至关专业，如何作到？

国庆假期发生了两件小事，其一是我默默度过 35 周岁生日，其二是玩了下grafana `并在节后第一天被工程师 M 称赞：至关专业。

一、我为何要玩 grafana 呢？

数月前我提交了一份数据后台需求给工程师 M，他选用和部署了 grafana 这个第三方开源的工具，仅用两三天就完成了这份需求。这效率至关快，令我对 M 和 grafana 印象深入。但我仍不知足，M提交的成品全部数据都图形化的而我更想要表格样式的数据。为了进一步整合其它数据进行统计分析，我还需手动导出数据，并写了复杂的 python 脚本用 pandas 作统计分析，每周至少运行一次。我经常冒出新的数据需求，它们并不大，但走一遍需求评审、排期开发验收的流程，彷佛还挺麻烦的。

这些都还只算铺垫，真正的导火索是国庆假期前的 sprint 总结会上说起咱们几个产品的数据将整合到 grafana 统一实现。 CTO 曾对我说起若是我懂些 sql 语句，能够本身写。——哈？我懂点 sql 语句的吖，这不刚整理了一份笔记《【总结】python如何与mysql实现交互及经常使用sql语句》嘛。我处于 “sql 不过如此，放马过来啊”的大无畏状态-_-||

国庆假期来了，那就玩玩儿看呗。

二、短期如何上手 grafana ？

M以前为了开发个人需求，已经完成了 grafana 的部署，并设置好了数据源。此次他专门建立了一个练习用的 dashboard 并开通编辑权限给我。特别说明，个人编辑权限仅有数据源的查询权，没有增删改的权限，这对数据源是安全的。另外，M 已有的实现也让初次上手的我能够照葫芦画瓢。这些是 我比彻底零准备的 grafana 新手占便宜的地方。

我并不想把 M 已经开发的需求从新实现一遍，我想要实现本身的数据需求。——想要什么数据，以什么样式呈现，我脑子里的需求俯拾便是。

学习过程具体分为三个部分：

• A：熟悉和了解 grafana 在 dashboard 上如何添加、编辑图表等模块，就是了解这个工具如何使用。
• B：熟悉和了解 数据源（咱们产品的数据库），有哪些表，有哪些字段之类。
• C：实现数据需求的 sql 语句该如何写。

A 部分，搜了两篇 grafana 如何使用之类的文章，大概浏览下便可。老是照着别人整理的步骤图循序渐进，学习体验很差。大部分时候，我都是直接鼓捣。这种开源的可视化的工具，本身尝试一下就能快速熟悉起来。

B 部分，当个伸手党，让工程师帮忙把全部表格 describe 导出也 OK 的；M给个人是一份表格的类定义文件。经过 A 部分的探索，我很快发现，在 dashboard 上建立一个模块，若是选择折线图类型，sql 语句编辑区能够任人挑选表格名称，这样有哪些数据表格就清楚了；若是选择表格类型，并使用select * from table_name limit 50 ，就能呈现该表的部分数据，这样该表格有哪些字段也就清楚了。

C 部分，我把 M 以前实现的 sql 语句单独拷贝到 jupyter notebook 里，本身拆解为更基础的知识点，而后一点点熟悉了解。一个小技巧是，对于新手来讲 sql 语句的易读至关重要，能直接下降复杂度。因此我采用 markdown 语法以下，语法呈现就很清晰了：

以上三个部分无需按顺序进行。本身对哪一个模块更感兴趣，就先开始哪一个；过程当中也可交叉轮换进行。接下来就是经过实现本身的数据需求，反复重复巩固并深刻 以上 3 个部分，直至产生令本身满意的产出。为此投入的时间开销24~48H 足够啦，彻底不耽误假期陪家人、睡懒觉、看电影。

三、对职场分工保持清醒

最后须要强调一下，我很清楚本身并不想要取代工程师完成数据后台的开发。好比：

1. 一些复杂需求，我本身写sql，很难，学起来也慢。这些我会陆续收集罗列出来，走排期，请工程师帮忙，不会本身硬钻进去。

2. 即使最终我完成了很是多的图表，但实际上我只考虑实现，不考虑性能（也暂无能力考虑），因此即使是我写出来的功能，也须要工程师把关和优化。

即使如此，我直接接触数据源并动手用 grafana 实现，也有很显著的好处：

1. 我更清楚原始数据已采集了哪些，哪些指标是我能够定义和统计的，哪些是须要工程师进一步支持的。

2. 一些相对简单的、对业务有帮助的数据监控/统计，我能直接实现。无需整理描述需求-和工程师沟通-工程师理解后实现-我再验收这样复杂的过程。

3. 做为需求的发起者，我那些不成熟的需求，本身动手过程当中迭代起来也会很是效率。

固然这些想法是须要和工程师、上级沟通清楚的，这样才不至于产生误解吖。若是个人笔记对你有帮助，那就点赞或留言告诉我吧！