2. Grafana 看板设计原则：布局、数据源与模板化

设计一个用于监控 SLO 告警与自愈剧本执行状态的 Grafana 看板，不仅仅是拖拽图表。它需要遵循一套严谨的设计原则，确保看板在运维团队中具备可读性、可维护性和可操作性。本章将围绕三大核心支柱展开：看板布局策略、数据源选择、变量与模板化设计。

2.1 看板布局策略：从宏观到微观

一个优秀的 SRE 看板应当遵循“金字塔原则”或“从上到下、从左到右”的阅读流。用户应能在 5 秒内判断系统整体健康度，并在 30 秒内定位到具体故障点。

2.1.1 标准三层布局模型

我们将看板垂直划分为三个逻辑区域，每一层服务于不同的运维角色和决策粒度：

2.1.2 布局策略对比

在实际项目中，我们通常混合使用以下两种策略：

• 固定网格布局： 使用 Repeat 功能或固定 Panel 位置。适合指标数量固定、结构稳定的看板（如核心 SLO 总览）。
• 动态变量驱动布局： 通过模板变量（如 $service）动态控制 Panel 的查询内容。适合需要按服务、环境或团队进行切分的场景。

2.2 数据源选择：统一与隔离

数据源是看板的“血液”。对于 SLO 和自愈监控场景，数据源的选择直接影响查询性能和数据的准确性。

2.2.1 推荐数据源组合

2.3 变量与模板化设计：让看板“活”起来

模板变量是 Grafana 最强大的功能之一。通过变量，我们可以将一张静态看板变为一个动态的、可交互的运维控制台。

2.3.1 核心变量定义

针对 SLO 与自愈场景，建议定义以下核心变量：

• $service：服务名称，用于按服务切分所有图表。
• $environment：环境（prod/staging），用于区分不同环境的 SLO。
• $slo_name：SLO 名称，用于查看特定 SLO 的详细燃烧速率。
• $playbook_id：自愈剧本 ID，用于追踪特定剧本的执行历史。
• $interval：时间范围，用于快速切换（如 1h、6h、24h）。

2.3.2 变量依赖与链式查询

变量之间可以建立依赖关系，实现级联过滤。例如，选择 $service 后，$slo_name 下拉框只显示该服务下的 SLO。

# 变量：$slo_name
# 查询类型：Query
# 数据源：Prometheus
# 查询语句：
label_values({__name__=~"slo:.*", service="$service"}, slo_name)

2.3.3 变量在 Panel 中的使用

在 Panel 的 PromQL 查询中，直接引用变量：

# 查询当前服务的 SLO 达成率
sum(rate(slo:success_total{service="$service", slo_name="$slo_name"}[5m]))
/
sum(rate(slo:total{service="$service", slo_name="$slo_name"}[5m]))

2.4 设计原则总结清单

在开始制作看板前，请对照以下清单进行设计评审：