在 Docker 中部署 Grafana 实现数据可视化，核心是快速启动独立可配置实例并接入 Prometheus 等数据源：一键运行官方镜像、配置数据源、创建 CPU 监控面板，5 分钟完成端到端搭建。
在 Docker 中部署 Grafana 实现数据可视化，核心是快速启动一个独立、可配置的 Grafana 实例，并接入真实数据源（如 Prometheus、InfluxDB 或 MySQL）。整个过程不依赖本地环境，5 分钟内即可完成基础可视化看板搭建。
一、用官方镜像一键启动 Grafana
最简方式是直接运行官方容器，暴露 3000 端口，挂载配置与数据目录便于持久化：
- 执行命令：docker run -d --name grafana -p 3000:3000 -v $(pwd)/grafana-storage:/var/lib/grafana -e "GF_SECURITY_ADMIN_PASSWORD=admin123" grafana/grafana-enterprise:10.4.0
-
说明：使用
grafana-enterprise镜像（免费功能已足够），-v挂载确保仪表盘、用户、插件等不丢失；GF_SECURITY_ADMIN_PASSWORD设定初始管理员密码（首次登录用 admin/admin123） - 启动后访问 https://www.php.cn/link/8e5687e2d6ab87e5da2f833f3e8986a4，用 admin / admin123 登录
二、接入 Prometheus 作为典型数据源
Grafana 本身不采集数据，需对接外部时序数据库。Prometheus 是最常用选择，同样用 Docker 启动并配置抓取目标：
- 新建
prometheus.yml，定义 scrape_configs（例如监控本机 node_exporter） - 运行 Prometheus 容器：docker run -d --name prometheus -p 9090:9090 -v $(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus
- 在 Grafana Web 页面进入 Configuration → Data Sources → Add data source → Prometheus，填入 URL：
http://host.docker.internal:9090（Mac/Win）或http://172.17.0.1:9090（Linux，即 Docker 默认网关） - 保存并测试（Test & Save），确认连接成功
三、创建第一个监控仪表盘
以查看 CPU 使用率为例，快速验证端到端链路是否通畅：
- 点击左侧 "+" → Create Dashboard → Add new panel
- 在 Query 编辑区选择 Prometheus 数据源，输入 PromQL：
100 - (avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) - 设置标题为 “CPU Usage (%)”，图形类型选 Time series，点击右上角 Apply
- 保存仪表盘（Save dashboard → 命名为 “Node Overview”）
- 若无数据，请确认 node_exporter 已运行且 Prometheus 抓取状态正常（
http://localhost:9090/targets）
四、进阶建议：提升稳定性与可维护性
生产或团队协作场景下，推荐以下优化项：
- 改用 docker-compose.yml 统一编排 Grafana + Prometheus + node_exporter，网络互通更可靠
- 将 Grafana 的
provisioning目录挂载，通过 YAML 自动加载数据源和仪表盘（避免手动导入） - 启用匿名登录或对接 LDAP/OAuth2（修改
grafana.ini中auth.anonymous.enabled = true或配置对应 auth 模块） - 定期备份
/var/lib/grafana下的 SQLite 数据库或启用 PostgreSQL 后端提升并发能力
不复杂但容易忽略：容器间通信靠 Docker 网络，别直接用 localhost；数据源 URL 中的 host 要能被 Grafana 容器解析；PromQL 写错或时间范围太短会导致空图表——先在 Prometheus 表达式浏览器里验证再粘贴进 Grafana。
