如何将Python采集的时序日志映射为Grafana时间序列图表

第一步：日志结构化预处理 #

你当前存储的两行一组半结构化日志无法被Grafana直接识别，需要先做结构化转换，优先推荐直接修改现有每5分钟运行一次的Python采集脚本，从源头输出结构化数据：

• 去掉冗余的人类可读时间行（即2022-06-30 13:10:02这类行），直接以time=后面的Unix时间戳作为唯一时间字段
• 采集到的Composite、Packageid0、Core0~Core7共10个温度指标，直接写入轻量时序数据库（新手推荐InfluxDB，部署成本低），写入时给每个指标打上metric=xxx的标签，对应的值为采集到的浮点型温度数
• 如果需要兼容历史存量日志，可以写个简单的Python脚本批量解析现有日志，输出为标准CSV格式，格式样例如下：

timestamp,metric_name,value
1656583802073,Composite,35.85
1656583802073,Packageid0,44.0
1656583802073,Core0,41.0
1656583802073,Core1,39.0
1656583802073,Core2,40.0

注意：时间戳需要转换为毫秒级Unix时间，避免Grafana时间解析错位

第二步：Grafana数据源配置 #

• 若使用InfluxDB存储：进入Grafana侧边栏「连接」-「添加新连接」，搜索InfluxDB，填入服务部署地址、端口、对应数据库名、鉴权信息，点击「保存并测试」，提示连通成功即可
• 若使用CSV格式存储历史数据：先在Grafana插件市场安装CSV Data Source插件，上传转换好的CSV文件，配置解析规则时指定timestamp列为时间字段，解析精度设为毫秒
• 若使用Prometheus生态存储：添加Prometheus数据源，填入服务访问地址，测试连通后即可使用

第三步：时序面板配置 #

• 新建仪表盘，添加Time series类型面板，选中之前配置好的数据源
• 编写查询规则：
  • InfluxDB场景：选择存储指标的表，查询字段取温度值，按metric_name标签分组，时间范围跟随仪表盘全局时间选择器自动适配
  • CSV场景：选择所有指标字段，指定timestamp为X轴，value为Y轴
• 样式调整对齐参考效果：
  • 左侧Y轴单位设置为摄氏度(°C)，根据你采集的数值范围设置Y轴最小值为20、最大值为80，避免曲线贴边
  • 底部图例配置为显示指标名、当前值、周期内最大值，方便快速查看各核心温度状态
  • 线条样式可选择平滑曲线，打开采样点标记，每5分钟一个的原始采集点会在曲线上显示为实心圆点
  • 给不同类别的指标配置区分度高的颜色：比如Composite整体温度用红色，CPU封装温度Packageid0用橙色，各个核心温度用蓝色系不同深浅区分

配置提示：因为你的采集间隔是5分钟，查询时不要开启超过1倍的降采样，避免原始采集点被聚合丢失精度。

内容的提问来源于stack exchange，提问作者Sh Malik