当前位置: 首页 > news >正文

grafana+prometheus快速实现可视化大屏

想实现如下数字可视化大屏吗?本文教你不用一行代码,快速搭建一套数字可视化大屏系统。

只需要使用grafana+prometheus+node_exporter.分分钟就可以搭建起来。

grafana5

 

 

Grafana官网:https://grafana.com/

grafana是一款开源的数据可视化看板工具,可连接几乎你能想到的所有数据源,并将其用可视化图表等方式展示出来。

prometheus普罗米修斯下载地址:https://prometheus.io/download/

一款开源的监控系统,是一个系统和服务的监控系统。周期性采集metrics指标,匹配规则和展示结果,以及触发某些条件的告警发送。

node_exporter下载地址:https://prometheus.io/download/

服务器(主要是linux)数据监控组件,用于prometheus

windows_exporter下载地址:https://github.com/prometheus-community/windows_exporter

windows下的node_exporter版本

步骤:

1.下载并安装grafana

参考:https://www.cnblogs.com/almco/p/18692589

2.下载并安装prometheus

这个比较简单,从https://prometheus.io/download/下载页面直接下载你需要的版本,

比如windows版本下prometheus-3.8.1.windows-amd64.zip,解压后双击根目录下的prometheus.exe文件即可启动prometheus

在本地浏览器访问http://localhost:9090/,能正常打开就代表成功。

3.下载安装windows_exporter插件。

从以下地址https://github.com/prometheus-community/windows_exporter直接下载release版本,

解压后就一个exe文件,双击即可启动。在浏览器访问http://localhost:9182/metrics  有数据返回则成功。

4.将winows_exporter插件配置到prometheus中

打开prometheus目录下的prometheus.yml配置文件,增加

在scrape_configs:下增加

- job_name: 'node_exporter'static_configs:- targets: ['localhost:9182']

完整scrape_configs节点内容如下:

scrape_configs:# The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.- job_name: "prometheus"# metrics_path defaults to '/metrics'# scheme defaults to 'http'.static_configs:- targets: ["localhost:9090"]# The label name is added as a label `label_name=<label_value>` to any timeseries scraped from this config.labels:app: "prometheus"- job_name: 'node_exporter'static_configs:- targets: ['localhost:9182']

5.从grafana官网下载模板

模板地址:https://grafana.com/grafana/dashboards/

官方模板有几千个。搜索关键词 windows exporter 找出我们已安装的这个数据采集插件的模板,找一个数据源是prometheus的模板点击下载Json

2025-12-21 11 36 37

6.在grafana中添加prometheus数据源

 

2025-12-21 11 40 35

 

7.在grafana中导入下载的json模板,并关联prometheus数据源

2025-12-21 11 42 27

在导入界面中,选择刚我们从官网下载的模板,数据源选prometheus即可。

2025-12-21 11 43 52

导入完成后点保存并测试,即可看到实时数据。

选择自己喜欢的样式,将数据源改成自己的其他采集数据,即可得到超多好看的数据展示大屏。

 

http://www.jsqmd.com/news/118805/

相关文章:

  • 如何在内网环境中稳定运行Open-AutoGLM?资深架构师的8条黄金法则
  • 如何有效应对软件测试中的“幽灵Bug“ —— 一套系统化的实践指南
  • Excalidraw多语言支持现状及中文优化方案
  • 研究生必备:7款免费AI论文工具,一键生成超长篇幅!
  • 【Open-AutoGLM跨平台部署终极指南】:揭秘高效适配三大操作系统的底层逻辑
  • 从采样到可视化:构建Open-AutoGLM全流程资源监控体系的4步法
  • 计算机毕业设计springboot农产品运输服务平台 基于SpringBoot的生鲜物流撮合系统 农货冷链运输智能调度平台
  • 疾速开发周期中的测试质量守护之道
  • 构建软件测试风险防护体系:策略、方法与最佳实践
  • 为什么你的AutoGLM模型在移动端跑不起来?:Open-AutoGLM跨平台兼容性排查清单
  • Open-AutoGLM训练加速秘诀:用这6种数据采样方法,收敛快了3倍
  • 微服务分布式事务的测试与数据最终一致性验证
  • 如何测试一个AI模型:从数据、算法到伦理的完整回答框架
  • 计算机毕业设计springboot基于的演唱会订票系统的设计与实现 基于 SpringBoot 的演出票务在线预订平台的设计与实现 融合 SpringBoot 技术的演艺活动售票系统研发
  • 智慧校园建设成效如何科学评估?构建合理评价体系是关键
  • 全面覆盖与精准触达:测试用例设计进阶策略
  • 【企业级AI部署新标准】:Open-AutoGLM局域网私有化实施方案全公开
  • 如何用Open-AutoGLM实现毫秒级延迟定位?一线工程师亲授4步诊断法
  • 计算机毕业设计springboot中药材仓储管理系统的分析与实现 基于SpringBoot的中医药材智能仓储平台的设计与实现 面向中药企业的SpringBoot库存养护一体化系统研发
  • Excalidraw使用技巧大全:高效绘制技术草图的秘密
  • 软件测试中Bug的高效重现与定位体系构建
  • 测试之禅:在确定性与不确定性之间寻找平衡
  • Open-AutoGLM模型训练总失败?这5个数据标注陷阱你必须立刻规避
  • Excalidraw半导体芯片设计流程协作应用
  • 揭秘Open-AutoGLM局域网部署全流程:5步实现企业级安全AI模型落地
  • 计算机毕业设计springbootKTV点歌系统 基于 SpringBoot 的云端 KTV 智能点歌平台 融合 SpringBoot 与 MySQL 的移动端 K 歌点播管理系统
  • Excalidraw工业互联网平台架构图实战
  • Excalidraw手绘风格背后的算法原理揭秘
  • Excalidraw支持导出SVG/PNG/LaTeX,适配多场景
  • simpack软件与ANSYS、ABAQUS联合仿真教程:车桥耦合、地震波浪荷载全解析模型