用Grafana做Prometheus监控大屏的核心是让指标讲清业务状态，关键在于：一、正确配置Prometheus数据源；二、选取贴合业务的指标并规范命名；三、按顶部KPI、中部趋势、底部诊断分区布局；四、设置自动刷新、固定时间范围、角色化视图及JSON备份。

直接用 Grafana 做 Prometheus 监控大屏，核心不是堆图表，而是让指标讲清楚业务状态。关键在三点：数据源对得准、指标选得对、布局看得懂。

一、先连上 Prometheus 数据源

这是所有看板的起点。进 Grafana →「Configuration」→「Data Sources」→「Add data source」→ 选 Prometheus → 填写 URL（通常是 http://prometheus-host:9090）。测试连通后保存。注意：如果 Prometheus 开了 Basic Auth 或跑在容器里，要填对认证信息和网络可达地址，否则后面查不到任何数据。

二、挑真正有用的指标来画图

别一上来就拉 CPU 和内存——要看你监控的是什么。比如：

• 监控 AI 模型服务：重点是 api_latency_seconds（P99 耗时）、request_total{status=~"5.."} （错误率）、gpu_utilization （GPU 使用率）
• 监控动态线程池：必须有 threadpool_active_threads{pool_name="xxx"} 、threadpool_rejected_tasks_total 、threadpool_resize_events_total{action="scale_up"}
• 监控电商下单链路：要叠加 http_requests_total{path="/order/submit"} 和服务器 node_load1 ，才能看出高并发是否压垮了机器

每个图表标题建议写成“动词+对象+条件”，例如：“API 平均耗时（最近1小时）”或“订单提交失败率（过去5分钟）”，而不是“rate(http_request_duration_seconds_sum[5m])”这种原始表达式。

三、分区布局，一眼抓住重点

大屏不是越多图越好，推荐按逻辑分区块：

• 顶部横幅区：放 3–4 个核心 KPI 卡片（如 QPS、成功率、P99 延迟、错误数），字体放大，带颜色预警（绿色正常 / 黄色预警 / 红色告警）
• 中间趋势区：2–3 个主时间序列图，宽度占满，Y 轴统一单位（如毫秒、百分比），X 轴默认显示最近 1 小时
• 底部诊断区：放 TopN 排名图（如“延迟最高的 5 个 API”）、实例对比图（如多台机器的 CPU 并排柱状图）、或日志关键词频次热力图

所有图表右上角打开「Legend」并设为「Right」，避免遮挡曲线；启用「Tooltip」设为「Shared」，悬停时能横向对齐看同一时刻各指标值。

四、让大屏真正可用

部署后容易忽略但影响实际使用的细节：

• 设置自动刷新（Dashboard Settings → Refresh → 选 30s 或 1m），不然数据永远“慢半拍”
• 开启「Time range」固定为「Last 1 hour」或「Last 5 minutes」，避免有人误点成“今天”导致图表空白
• 给不同角色建不同视图：运维看资源+错误，算法同学看延迟+准确率，老板只看 KPI 卡片页
• 导出 JSON 备份看板配置，升级 Grafana 或重装时可一键恢复