Grafana看板搭建和告警配置

这个方案在项目中已经稳定运行了一段时间，整理出来分享。有些细节可能因版本不同有差异，注意看注释。

先搞清楚原理

Grafana的底层原理涉及健康检查。用代码演示比画图更直观：

#!/bin/bash
# Health check script
MAX_RETRIES=3
RETRY_DELAY=5
URL="http://localhost:8080/health"

check_health() {
    response=$(curl -s -o /dev/null -w "%{http_code}" "$1")
    if [ "$response" = "200" ]; then
        echo "[$(date)] Health check passed"
        return 0
    fi
    echo "[$(date)] Health check failed: HTTP $response"
    return 1
}

for i in $(seq 1 $MAX_RETRIES); do
    if check_health "$URL"; then
        exit 0
    fi
    echo "Retry $i/$MAX_RETRIES in ${RETRY_DELAY}s..."
    sleep $RETRY_DELAY
done
echo "All retries exhausted"
exit 1

实际怎么用

在真实项目中用Grafana，和教程里还是有区别的。主要是健康检查这块需要额外处理。完整代码如下：

# Kubernetes Deployment
apiVersion: apps/v1
kind: Deployment
metadata:
  name: app-deployment-63
  labels:
    app: webapp
spec:
  replicas: 4
  selector:
    matchLabels:
      app: webapp
  template:
    metadata:
      labels:
        app: webapp
    spec:
      containers:
      - name: webapp
        image: webapp:latest
        ports:
        - containerPort: 3000
        resources:
          requests:
            memory: "128Mi"
            cpu: "100m"
          limits:
            memory: "512Mi"
            cpu: "500m"
        livenessProbe:
          httpGet:
            path: /health
            port: 3000
          initialDelaySeconds: 30
          periodSeconds: 60

进阶一点的用法

如果对性能有要求，Grafana可以做健康检查方面的优化。核心改动不大，但效果明显：

容易踩的坑

说几个容易踩的坑。第一个是健康检查的问题，很多人在这上面栽过跟头。第二个是版本兼容性，不同版本行为可能不一样。第三个是边界情况，空值和异常输入要处理好。

写在最后

总结一下，Grafana的关键在于容器编排调度。掌握了这个，其他用法都是在这个基础上扩展。建议多写几个小demo练手，光看不动手容易忘。