可观测性与稳定性 / 系统课时
什么时候用折线、Stat 和 Gauge
什么时候用折线、Stat 和 Gauge
同一个 Prometheus 指标放进不同 Grafana 面板,会让读者得到完全不同的信息。本节用服务器监控场景判断什么时候看趋势、什么时候看当前值,以及什么时候需要把数值放到明确上下限中理解。
学习目标
- 根据监控问题选择 Time series、Stat 或 Gauge
- 理解三种面板对趋势、单值和范围的不同表达
- 避免为了视觉效果选择不适合指标语义的组件
先判断你到底想回答什么
Grafana 的可视化选择不应从“哪个更好看”开始,而应从监控问题开始。服务器 CPU 使用率可以同时做成折线、Stat 和 Gauge,但三者回答的问题并不相同。
| 想回答的问题 | 更合适的面板 | 主要信息 |
|---|---|---|
| 最近 6 小时 CPU 有没有持续升高 | Time series(折线) | 随时间变化的趋势、峰值和异常时段 |
| 现在 CPU 使用率是多少 | Stat | 一个当前值或聚合后的代表值 |
| 当前 CPU 距离 80% 或 90% 阈值有多远 | Gauge | 当前值在固定范围和阈值中的位置 |
判断时可以简化成一句话:看变化用折线,看数字用 Stat,看数字相对上下限的位置用 Gauge。
折线适合观察趋势和异常时段
Grafana 的 Time series 面板可以把时间序列绘制为线、点或柱。服务器监控中,CPU、负载、网络流量、磁盘 I/O、请求速率通常优先用折线观察,因为运维问题往往不只关心“现在是多少”,还关心“什么时候开始变化”。
例如当前 CPU 是 85%,单看这个值无法判断它是刚刚突增,还是已经连续高负载两小时。折线能展示持续升高、周期性尖峰、恢复时间以及多台服务器之间是否同时发生变化。
折线并不适合只有一个离散状态、且历史过程没有分析价值的指标。如果只想突出“当前在线实例数为 12”,一条几乎没有变化的曲线反而会增加阅读成本。
Stat 适合突出一个最重要的值
Stat 面板会把一个字段或时间序列经过计算后的单值放大显示,也可以附带小型 sparkline。它适合仪表盘顶部的关键状态,例如当前在线主机数、当前错误率、最近值、区间平均值或某个容量总量。
关键是先确定这个“单值”如何得到。对一段时间序列,Grafana 可以使用 Last、Mean、Max 等计算方式。若监控目标是“此刻 CPU 使用率”,通常应展示最新有效值;若目标是“过去一小时平均负载”,则应明确使用平均值,而不能只靠面板标题让读者猜测。
Gauge 只在范围有明确含义时使用
Gauge 也是单值可视化,但它重点表达当前值处在最小值、最大值和阈值的什么位置。CPU 使用率天然有 0%~100% 的范围,因此 Gauge 显示 72% 时很容易判断距离高负载区间还有多远。磁盘使用率、连接池使用率等指标也常符合这种条件。
如果指标没有稳定的上下界,Gauge 容易制造误导。例如每秒请求数可能从几十增长到几万,如果最大值只是根据当前数据自动计算,仪表填充比例会不断变化,前后状态难以比较。此时折线或 Stat 通常更清楚。
配置 Gauge 时应优先使用业务上真实存在的范围,并让阈值与告警语义一致。例如磁盘使用率可以使用 0~100%,并标出 80% 和 90% 阈值;不要为了让图形显得更满而随意缩小最大值。
一个仪表盘通常组合使用
实际服务器仪表盘常把三种面板组合起来:顶部用 Stat 展示在线主机数和当前告警数,中间用 Gauge 展示 CPU、内存、磁盘等具有明确边界的当前状态,下方用 Time series 展示 CPU、流量和负载的历史趋势。
这种组合的重点不是把同一个指标重复三遍,而是让每个面板承担不同任务。用户先通过 Stat 或 Gauge 快速发现“哪里不正常”,再通过折线确认“什么时候开始、持续多久、是否和其他指标一起变化”。当一个面板不能提供新的判断信息时,就不应为了视觉丰富而重复添加。