数据库 Dashboard 设计

欢迎回到第 11 章的学习。在上一节，我们学习了数据库性能指标。现在我们要学习数据库 Dashboard 设计，这是数据库监控可视化的重要环节。

本节将学习：关键指标选择、可视化设计、告警配置、以及性能基线。

关键指标选择

关键指标选择的作用是什么？ 选择对业务最重要的指标，聚焦关键问题，避免指标过多导致混乱。

关键指标包括哪些呢？

第一个：查询性能指标。 查询执行时间、慢查询数量、查询吞吐量。

第二个：连接池指标。 连接池使用率、连接等待时间、连接泄露。

第三个：资源使用指标。 CPU 使用率、内存使用率、磁盘 I/O。

第四个：错误和可用性指标。 错误率、超时率、数据库可用性。

如何选择关键指标？ 根据业务目标和 SLA 要求，选择对业务影响最大的指标。

关键指标示例：

# 查询性能指标
avg(db_query_duration_seconds{db_system="mysql"})
histogram_quantile(0.95, db_query_duration_seconds_bucket{db_system="mysql"})
sum(db_query_duration_seconds{db_system="mysql"} > 0.1)

# 连接池指标
hikari_connections_active / hikari_connections_total
hikari_connections_pending
hikari_connections_timeout_total

# 资源使用指标
100 - (avg(irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)
100 * (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes))

可视化设计

可视化设计的作用是什么？ 通过可视化方式展示指标数据，快速识别问题，提升监控效率。

可视化设计原则包括哪些呢？

第一个：清晰简洁。 使用清晰的图表和颜色，避免信息过载。

第二个：逻辑组织。 按照逻辑组织指标，分组展示相关指标。

第三个：趋势展示。 使用时间序列图表展示趋势变化。

第四个：对比分析。 提供对比视图，如同比、环比等。

Dashboard 布局示例：

Grafana Dashboard JSON 示例：

{
  "dashboard": {
    "title": "database monitoring Dashboard",
    "panels": [
      {
        "title": "Query execution time",
        "targets": [
          {
            "expr": "avg(db_query_duration_seconds{db_system=\"mysql\"})"
          }
        ],
        "type": "graph"
      },
      {
        "title": "Connection pool usage",
        "targets": [
          {
            "expr": "hikari_connections_active / hikari_connections_total"
          }
        ],
        "type": "gauge"
      }
    ]
  }
}

告警配置

告警配置的作用是什么？ 及时发现问题，快速响应，减少故障影响。

告警配置包括哪些呢？

第一个：告警规则。 设置告警条件和阈值。

第二个：告警级别。 设置告警级别（严重、警告、信息）。

第三个：告警通知。 配置告警通知渠道（邮件、Slack、PagerDuty等）。

第四个：告警抑制。 配置告警抑制规则，避免告警风暴。

告警规则示例：

# Prometheus Alerting rules
groups:
  - name: database_alerts
    rules:
      - alert: SlowQueryRate
        expr: sum(rate(db_query_duration_seconds{db_system="mysql"} > 0.1[5m])) > 10
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "The slow query rate is too high"
          description: "The slow query rate exceeds the threshold: {{ $value }} queries/s"
      
      - alert: ConnectionPoolExhausted
        expr: hikari_connections_pending{pool="shoehub-db"} > 5
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: "Connection pool exhausted"
          description: "Number of pending connections in the connection pool: {{ $value }}"

性能基线

性能基线的作用是什么？ 建立性能基准，识别性能异常，评估优化效果。

性能基线包括哪些呢？

第一个：正常性能范围。 确定正常性能的范围。

第二个：性能趋势。 跟踪性能变化趋势。

第三个：性能目标。 设定性能目标和 SLA。

第四个：性能报告。 定期生成性能报告。

如何建立性能基线？ 收集历史性能数据，分析正常性能范围，设定基线指标。

性能基线示例：

# 查询执行时间基线
avg_over_time(db_query_duration_seconds{db_system="mysql"}[30d])

# 连接池使用率基线
avg_over_time((hikari_connections_active / hikari_connections_total)[30d])

# 资源使用基线
avg_over_time((100 - (avg(irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100))[30d])

本节小结

在本节中，我们学习了数据库 Dashboard 设计：

第一个是关键指标选择。 根据业务目标和 SLA 要求，选择对业务影响最大的指标。

第二个是可视化设计。 使用清晰的图表和颜色，逻辑组织指标，展示趋势和对比。

第三个是告警配置。 设置告警规则和阈值，配置告警通知，避免告警风暴。

第四个是性能基线。 建立性能基准，识别性能异常，评估优化效果。

数据库 Dashboard 设计流程： 选择关键指标 → 设计可视化 → 配置告警 → 建立基线 → 持续优化。

这就是数据库 Dashboard 设计。通过数据库 Dashboard 设计，我们可以全面监控数据库的性能和健康状况。

恭喜你完成了第 11 章的学习！在下一章，我们将学习全栈 Dashboard 设计实战。学习如何设计完整的监控 Dashboard。