24H玩轉 Grafana 被工程師稱至關專業，如何作到？

國慶假期發生了兩件小事，其一是我默默度過 35 週歲生日，其二是玩了下grafana `並在節後第一天被工程師 M 稱讚：至關專業。

一、我爲何要玩 grafana 呢？

數月前我提交了一份數據後臺需求給工程師 M，他選用和部署了 grafana 這個第三方開源的工具，僅用兩三天就完成了這份需求。這效率至關快，令我對 M 和 grafana 印象深入。但我仍不知足，M提交的成品全部數據都圖形化的而我更想要表格樣式的數據。爲了進一步整合其它數據進行統計分析，我還需手動導出數據，並寫了複雜的 python 腳本用 pandas 作統計分析，每週至少運行一次。我經常冒出新的數據需求，它們並不大，但走一遍需求評審、排期開發驗收的流程，彷佛還挺麻煩的。

這些都還只算鋪墊，真正的導火索是國慶假期前的 sprint 總結會上說起咱們幾個產品的數據將整合到 grafana 統一實現。 CTO 曾對我說起若是我懂些 sql 語句，能夠本身寫。——哈？我懂點 sql 語句的吖，這不剛整理了一份筆記《【總結】python如何與mysql實現交互及經常使用sql語句》嘛。我處於 「sql 不過如此，放馬過來啊」的大無畏狀態-_-||

國慶假期來了，那就玩玩兒看唄。

二、短期如何上手 grafana ？

M以前爲了開發個人需求，已經完成了 grafana 的部署，並設置好了數據源。此次他專門建立了一個練習用的 dashboard 並開通編輯權限給我。特別說明，個人編輯權限僅有數據源的查詢權，沒有增刪改的權限，這對數據源是安全的。另外，M 已有的實現也讓初次上手的我能夠照葫蘆畫瓢。這些是 我比徹底零準備的 grafana 新手佔便宜的地方。

我並不想把 M 已經開發的需求從新實現一遍，我想要實現本身的數據需求。——想要什麼數據，以什麼樣式呈現，我腦子裏的需求俯拾便是。

學習過程具體分爲三個部分：

• A：熟悉和了解 grafana 在 dashboard 上如何添加、編輯圖表等模塊，就是了解這個工具如何使用。
• B：熟悉和了解 數據源（咱們產品的數據庫），有哪些表，有哪些字段之類。
• C：實現數據需求的 sql 語句該如何寫。

A 部分，搜了兩篇 grafana 如何使用之類的文章，大概瀏覽下便可。老是照着別人整理的步驟圖循序漸進，學習體驗很差。大部分時候，我都是直接鼓搗。這種開源的可視化的工具，本身嘗試一下就能快速熟悉起來。

B 部分，當個伸手黨，讓工程師幫忙把全部表格 describe 導出也 OK 的；M給個人是一份表格的類定義文件。經過 A 部分的探索，我很快發現，在 dashboard 上建立一個模塊，若是選擇折線圖類型，sql 語句編輯區能夠任人挑選表格名稱，這樣有哪些數據表格就清楚了；若是選擇表格類型，並使用select * from table_name limit 50 ，就能呈現該表的部分數據，這樣該表格有哪些字段也就清楚了。

C 部分，我把 M 以前實現的 sql 語句單獨拷貝到 jupyter notebook 裏，本身拆解爲更基礎的知識點，而後一點點熟悉瞭解。一個小技巧是，對於新手來講 sql 語句的易讀至關重要，能直接下降複雜度。因此我採用 markdown 語法以下，語法呈現就很清晰了：

以上三個部分無需按順序進行。本身對哪一個模塊更感興趣，就先開始哪一個；過程當中也可交叉輪換進行。接下來就是經過實現本身的數據需求，反覆重複鞏固並深刻 以上 3 個部分，直至產生令本身滿意的產出。爲此投入的時間開銷24~48H 足夠啦，徹底不耽誤假期陪家人、睡懶覺、看電影。

三、對職場分工保持清醒

最後須要強調一下，我很清楚本身並不想要取代工程師完成數據後臺的開發。好比：

1. 一些複雜需求，我本身寫sql，很難，學起來也慢。這些我會陸續收集羅列出來，走排期，請工程師幫忙，不會本身硬鑽進去。

2. 即使最終我完成了很是多的圖表，但實際上我只考慮實現，不考慮性能（也暫無能力考慮），因此即使是我寫出來的功能，也須要工程師把關和優化。

即使如此，我直接接觸數據源並動手用 grafana 實現，也有很顯著的好處：

1. 我更清楚原始數據已採集了哪些，哪些指標是我能夠定義和統計的，哪些是須要工程師進一步支持的。

2. 一些相對簡單的、對業務有幫助的數據監控/統計，我能直接實現。無需整理描述需求-和工程師溝通-工程師理解後實現-我再驗收這樣複雜的過程。

3. 做爲需求的發起者，我那些不成熟的需求，本身動手過程當中迭代起來也會很是效率。

固然這些想法是須要和工程師、上級溝通清楚的，這樣纔不至於產生誤解吖。若是個人筆記對你有幫助，那就點贊或留言告訴我吧！