跳到主要内容

自定义仪表板

介绍​

Jaeger是一个开源的分布式追踪系统，用于监控和排查微服务架构中的问题。通过自定义仪表板，你可以更灵活地可视化追踪数据，聚焦关键指标（如延迟、错误率等），从而快速定位性能瓶颈。本教程将指导你逐步创建和管理自定义仪表板。

为什么需要自定义仪表板？​

默认的Jaeger界面提供了基础的搜索和追踪详情功能，但在实际场景中，你可能需要：

  • 聚合特定服务的性能指标。
  • 对比不同时间段的延迟变化。
  • 监控高频错误的端点。

自定义仪表板允许你通过配置图表和筛选条件，实现这些高级需求。

基础概念​

1. 数据源​

Jaeger的仪表板依赖以下数据：

  • 追踪数据（Traces）：单个请求在分布式系统中的调用链。
  • 指标（Metrics）：如请求耗时、错误次数等。

2. 仪表板组件​

一个仪表板通常包含：

  • 图表（Graphs）：折线图、柱状图等。
  • 筛选器（Filters）：按服务、时间范围等筛选数据。
  • 统计面板（Stats Panels）：显示关键指标的汇总。

创建自定义仪表板​

步骤1：访问Jaeger UI​

打开Jaeger的Web界面（通常为http://localhost:16686），进入Monitor或Dashboards选项卡（取决于版本）。

步骤2：新建仪表板​

点击Create Dashboard，输入名称（例如Service Performance）和描述。

步骤3：添加图表​

以下是一个监控服务延迟的示例配置：

{
  "title": "API Latency (ms)",
  "query": {
    "service": "payment-service",
    "operation": "POST /charge",
    "metrics": ["duration"]
  },
  "type": "line"
}
备注
  • query.service：指定要监控的服务名。
  • metrics：选择要展示的指标类型（如duration、error_count）。

步骤4：配置筛选器​

添加一个时间范围筛选器，限制数据为最近24小时：

{
  "type": "time_range",
  "default": "last_24h"
}

实际案例​

场景：电商平台的支付服务监控​

假设你想监控payment-service的以下指标：

  1. 平均延迟。
  2. 错误率（HTTP 5xx响应占比）。

仪表板配置​

{
  "title": "Payment Service Health",
  "panels": [
    {
      "title": "Average Latency",
      "query": {
        "service": "payment-service",
        "metrics": ["duration"]
      },
      "type": "line"
    },
    {
      "title": "Error Rate",
      "query": {
        "service": "payment-service",
        "metrics": ["error_count"],
        "group_by": ["status_code"]
      },
      "type": "bar"
    }
  ]
}

预期效果​

高级功能​

1. 自定义Prometheus指标​

如果Jaeger与Prometheus集成，可以直接查询PromQL：

{
  "query": "rate(payment_service_errors_total[5m])",
  "type": "line"
}

2. 共享仪表板​

导出仪表板的JSON配置，供团队其他成员导入使用。

总结​

通过自定义仪表板，你可以：

  • 聚焦关键服务的性能指标。
  • 快速识别异常模式（如延迟突增）。
  • 与团队共享监控视图。

练习与资源​

练习​

  1. 创建一个仪表板，监控你的服务的99th百分位延迟。
  2. 添加一个筛选器，仅显示GET请求的追踪数据。

资源​