Prometheus + Grafana 搭建

本章将带您从零搭建 Prometheus 数据存储和 Grafana 可视化仪表盘，让昇腾 NPU 的运行状态一目了然。

环境准备

系统要求

组件	最低配置	推荐配置
CPU	2 核	4 核+
内存	4 GB	8 GB+
磁盘	50 GB SSD	200 GB SSD（按集群规模调整）
操作系统	CentOS 7.6 / Ubuntu 18.04+	Ubuntu 22.04 / openEuler 22.03

安装 Prometheus

bash

# 下载 Prometheus（以 2.45.0 为例）
cd /opt
wget https://github.com/prometheus/prometheus/releases/download/v2.45.0/prometheus-2.45.0.linux-amd64.tar.gz
tar -xzf prometheus-2.45.0.linux-amd64.tar.gz
mv prometheus-2.45.0.linux-amd64 prometheus

# 创建数据目录
mkdir -p /data/prometheus

# 创建专用用户
useradd --no-create-home --shell /bin/false prometheus
chown -R prometheus:prometheus /opt/prometheus /data/prometheus

创建 systemd 服务：

ini

# /etc/systemd/system/prometheus.service
[Unit]
Description=Prometheus Monitoring System
Wants=network-online.target
After=network-online.target

[Service]
User=prometheus
Group=prometheus
Type=simple
ExecStart=/opt/prometheus/prometheus \
  --config.file=/opt/prometheus/prometheus.yml \
  --storage.tsdb.path=/data/prometheus \
  --storage.tsdb.retention.time=30d \
  --web.console.templates=/opt/prometheus/consoles \
  --web.console.libraries=/opt/prometheus/console_libraries \
  --web.listen-address=0.0.0.0:9090 \
  --web.enable-lifecycle
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target

bash

sudo systemctl daemon-reload
sudo systemctl enable prometheus
sudo systemctl start prometheus
sudo systemctl status prometheus

# 验证：浏览器访问 http://<server-ip>:9090

安装 Grafana

bash

# Ubuntu/Debian
sudo apt-get install -y apt-transport-https software-properties-common
wget -q -O - https://packages.grafana.com/gpg.key | sudo apt-key add -
echo "deb https://packages.grafana.com/oss/deb stable main" | sudo tee -a /etc/apt/sources.list.d/grafana.list
sudo apt-get update
sudo apt-get install -y grafana

# CentOS/RHEL
sudo cat <<EOF | sudo tee /etc/yum.repos.d/grafana.repo
[grafana]
name=grafana
baseurl=https://packages.grafana.com/oss/rpm
repo_gpgcheck=1
enabled=1
gpgcheck=1
gpgkey=https://packages.grafana.com/gpg.key
sslverify=1
sslcacert=/etc/pki/tls/certs/ca-bundle.crt
EOF
sudo yum install -y grafana

# 启动
sudo systemctl enable grafana-server
sudo systemctl start grafana-server

# 验证：浏览器访问 http://<server-ip>:3000（默认账号 admin/admin）

配置 Prometheus 采集 NPU 指标

prometheus.yml 完整配置

yaml

# /opt/prometheus/prometheus.yml
# Prometheus 配置文件 - 昇腾 NPU 监控

global:
  scrape_interval: 15s          # 全局采集间隔
  evaluation_interval: 15s      # 规则评估间隔
  scrape_timeout: 10s           # 采集超时

# 告警规则文件
rule_files:
  - "rules/ascend_alerts.yml"
  - "rules/ascend_recording.yml"

# AlertManager 配置
alerting:
  alertmanagers:
    - static_configs:
        - targets:
            - "localhost:9093"

# 采集目标配置
scrape_configs:
  # ============ NPU Exporter ============
  # 采集各计算节点的 NPU 指标
  - job_name: "ascend-npu"
    scrape_interval: 15s
    metrics_path: /metrics
    static_configs:
      - targets:
          # 计算节点1
          - "10.10.1.101:9100"
          - "10.10.1.102:9100"
          # 计算节点2
          - "10.10.2.101:9100"
          - "10.10.2.102:9100"
        labels:
          cluster: "ascend-prod"
          region: "dc1"
    # 按节点添加 hostname 标签
    relabel_configs:
      - source_labels: [__address__]
        target_label: hostname
        regex: '([^:]+):.*'
        replacement: '${1}'

  # ============ Node Exporter（主机指标） ============
  - job_name: "node"
    static_configs:
      - targets:
          - "10.10.1.101:9101"
          - "10.10.1.102:9101"
          - "10.10.2.101:9101"
          - "10.10.2.102:9101"
        labels:
          cluster: "ascend-prod"

  # ============ Prometheus 自身监控 ============
  - job_name: "prometheus"
    static_configs:
      - targets: ["localhost:9090"]

  # ============ 使用文件发现（大规模集群推荐） ============
  # - job_name: "ascend-npu-file-sd"
  #   file_sd_configs:
  #     - files:
  #         - "/opt/prometheus/targets/ascend-npu.yml"
  #       refresh_interval: 30s

文件服务发现配置（大规模集群）

yaml

# /opt/prometheus/targets/ascend-npu.yml
- targets:
    - "10.10.1.101:9100"
    - "10.10.1.102:9100"
  labels:
    cluster: "ascend-prod"
    rack: "R01"
    role: "training"

- targets:
    - "10.10.2.101:9100"
    - "10.10.2.102:9100"
  labels:
    cluster: "ascend-prod"
    rack: "R02"
    role: "inference"

热加载配置

bash

# 修改配置后，无需重启即可生效
curl -X POST http://localhost:9090/-/reload

# 检查配置语法
/opt/prometheus/promtool check config /opt/prometheus/prometheus.yml

录制规则（Recording Rules）

将常用查询预计算为持久指标，提升 Grafana 查询性能：

yaml

# /opt/prometheus/rules/ascend_recording.yml
groups:
  - name: ascend_recording_rules
    interval: 30s
    rules:
      # 显存利用率
      - record: ascend:npu:memory_utilization_percent
        expr: |
          ascend_npu_memory_used_bytes / ascend_npu_memory_total_bytes * 100

      # 在线 NPU 数量
      - record: ascend:npu:online_count
        expr: count(ascend_npu_health)

      # 异常 NPU 数量
      - record: ascend:npu:unhealthy_count
        expr: count(ascend_npu_health > 0)

      # 高温 NPU 数量
      - record: ascend:npu:high_temp_count
        expr: count(ascend_npu_temperature_celsius > 80)

      # 每节点平均算力利用率
      - record: ascend:npu:avg_aicore_utilization
        expr: avg by (hostname) (ascend_npu_aicore_utilization_percent)

      # 每节点平均显存利用率
      - record: ascend:npu:avg_memory_utilization
        expr: avg by (hostname) (ascend_npu_memory_utilization_percent)

      # ECC 错误增长率（每分钟）
      - record: ascend:npu:ecc_ce_rate_per_min
        expr: rate(ascend_npu_ecc_correctable_errors_total[5m]) * 60

配置 Grafana 数据源

添加 Prometheus 数据源

登录 Grafana → 左侧菜单 Connections → Data Sources
点击 Add data source → 选择 Prometheus
填写配置：

配置项	值
Name	`Ascend-Prometheus`
URL	`http://localhost:9090`
Access	`Server`
Scrape interval	`15s`
Query timeout	`30s`

点击 Save & Test，看到 "Data source is working" 即成功

使用 Provisioning 自动配置

yaml

# /etc/grafana/provisioning/datasources/ascend.yml
apiVersion: 1

datasources:
  - name: Ascend-Prometheus
    type: prometheus
    access: proxy
    url: http://localhost:9090
    isDefault: true
    editable: true
    jsonData:
      timeInterval: "15s"
      httpMethod: POST

创建 NPU 监控仪表盘

仪表盘规划

面板编号	面板名称	可视化类型	数据来源
1	集群 NPU 概览	Stat	`ascend_npu_count`
2	异常设备统计	Stat	`ascend:npu:unhealthy_count`
3	设备健康状态矩阵	Table	`ascend_npu_health`
4	温度分布	Heatmap	`ascend_npu_temperature_celsius`
5	功耗趋势	Time Series	`ascend_npu_power_watts`
6	显存利用率	Time Series	`ascend:npu:memory_utilization_percent`
7	算力利用率	Time Series	`ascend_npu_aicore_utilization_percent`
8	HCCS 链路状态	Table	`ascend_npu_hccs_link_status`
9	ECC 错误趋势	Bar Chart	`ascend_npu_ecc_*`

面板 1：集群 NPU 概览（Stat 面板）

面板类型：Stat
Title：集群 NPU 总数
Query：ascend_npu_count
Unit：short
Thresholds：Base < 8 (red), >= 8 (green)

面板 2：异常设备统计（Stat 面板）

面板类型：Stat
Title：异常 NPU 数量
Query：ascend:npu:unhealthy_count
Unit：short
Thresholds：Base = 0 (green), > 0 (red)
Color mode：background

面板 3：设备健康状态矩阵（Table 面板）

面板类型：Table
Title：NPU 健康状态矩阵
Query：
  ascend_npu_health
Format：Table
Instant：true
Transformations：
  - Organize fields: 只保留 hostname, npu_id, name, Value
  - Value mapping: 0→"OK", 1→"Warning", 2→"Critical", 3→"Fault"
  - Cell display (background color): OK=green, Warning=yellow, Critical=red

面板 4：温度趋势（Time Series 面板）

面板类型：Time Series
Title：NPU 温度趋势
Query：
  ascend_npu_temperature_celsius
Legend：{{hostname}} / NPU-{{npu_id}}
Unit：Temperature (celsius)
Thresholds：80°C (yellow), 85°C (red)
Fill opacity：10

PromQL 进阶查询——按节点显示最高温度：

promql

max by (hostname) (ascend_npu_temperature_celsius)

显示超过 80°C 的 NPU：

promql

ascend_npu_temperature_celsius > 80

面板 5：功耗趋势（Time Series 面板）

promql

# 每节点总功耗
sum by (hostname) (ascend_npu_power_watts)

# 单卡功耗
ascend_npu_power_watts

面板 6：显存利用率（Time Series 面板）

promql

# 显存利用率百分比
ascend:npu:memory_utilization_percent

# 显存使用量（GB）
ascend_npu_memory_used_bytes / 1024 / 1024 / 1024

# 显存剩余量
(ascend_npu_memory_total_bytes - ascend_npu_memory_used_bytes) / 1024 / 1024 / 1024

面板 7：算力利用率（Time Series 面板）

promql

# 单卡 AI Core 利用率
ascend_npu_aicore_utilization_percent

# 集群平均利用率
avg(ascend_npu_aicore_utilization_percent)

# 按节点分组平均
avg by (hostname) (ascend_npu_aicore_utilization_percent)

面板 8：HCCS 链路状态（Table 面板）

promql

ascend_npu_hccs_link_status

Value Mapping：

1 → UP (绿色)
0 → DOWN (红色)
2 → DEGRADED (黄色)

面板 9：ECC 错误趋势（Bar Chart 面板）

promql

# 可纠正 ECC 错误增长率（每小时）
rate(ascend_npu_ecc_correctable_errors_total[1h]) * 3600

# 不可纠正 ECC 错误累计值
ascend_npu_ecc_uncorrectable_errors_total

仪表盘变量

为了让仪表盘支持按节点、按 NPU 筛选，配置以下变量：

变量配置

变量名	类型	Query	说明
`$hostname`	Query	`label_values(ascend_npu_health, hostname)`	选择计算节点
`$npu_id`	Query	`label_values(ascend_npu_health{npu_id=~"$npu_id"}, npu_id)`	选择 NPU 编号
`$datasource`	Datasource	`Ascend-Prometheus`	选择数据源

在面板查询中使用变量：

promql

# 按节点和 NPU 筛选温度
ascend_npu_temperature_celsius{hostname=~"$hostname", npu_id=~"$npu_id"}

# 按节点筛选显存利用率
ascend:npu:memory_utilization_percent{hostname=~"$hostname"}

导入 / 导出仪表盘

导出仪表盘 JSON

打开仪表盘 → 点击右上角 Share → Export
选择 Export for sharing externally（包含模板变量）
点击 Save to file，下载 JSON 文件

导入仪表盘 JSON

左侧菜单 → Dashboards → New → Import
上传 JSON 文件或粘贴 JSON 内容
选择数据源 Ascend-Prometheus
点击 Import

使用 Provisioning 自动导入

yaml

# /etc/grafana/provisioning/dashboards/ascend.yml
apiVersion: 1

providers:
  - name: "Ascend NPU Dashboards"
    orgId: 1
    folder: "昇腾监控"
    type: file
    disableDeletion: false
    updateIntervalSeconds: 30
    allowUiUpdates: true
    options:
      path: /var/lib/grafana/dashboards/ascend
      foldersFromFilesStructure: true

将仪表盘 JSON 文件放入 /var/lib/grafana/dashboards/ascend/ 目录即可自动加载。

完整仪表盘 JSON 模板

以下是一个可直接导入的 NPU 监控仪表盘 JSON 核心：

json

{
  "annotations": {
    "list": []
  },
  "editable": true,
  "fiscalYearStartMonth": 0,
  "graphTooltip": 1,
  "id": null,
  "links": [],
  "liveNow": false,
  "panels": [
    {
      "title": "集群 NPU 总数",
      "type": "stat",
      "datasource": {
        "type": "prometheus",
        "uid": "ascend-prometheus"
      },
      "targets": [
        {
          "expr": "ascend_npu_count",
          "refId": "A"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "thresholds": {
            "mode": "absolute",
            "steps": [
              { "color": "red", "value": null },
              { "color": "green", "value": 8 }
            ]
          },
          "unit": "short"
        }
      },
      "gridPos": { "h": 4, "w": 4, "x": 0, "y": 0 }
    },
    {
      "title": "异常 NPU 数量",
      "type": "stat",
      "datasource": {
        "type": "prometheus",
        "uid": "ascend-prometheus"
      },
      "targets": [
        {
          "expr": "ascend:npu:unhealthy_count",
          "refId": "A"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "thresholds": {
            "mode": "absolute",
            "steps": [
              { "color": "green", "value": null },
              { "color": "red", "value": 1 }
            ]
          },
          "unit": "short",
          "color": { "mode": "background" }
        }
      },
      "gridPos": { "h": 4, "w": 4, "x": 4, "y": 0 }
    },
    {
      "title": "高温 NPU 数量 (>80°C)",
      "type": "stat",
      "datasource": {
        "type": "prometheus",
        "uid": "ascend-prometheus"
      },
      "targets": [
        {
          "expr": "ascend:npu:high_temp_count",
          "refId": "A"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "thresholds": {
            "mode": "absolute",
            "steps": [
              { "color": "green", "value": null },
              { "color": "yellow", "value": 1 },
              { "color": "red", "value": 3 }
            ]
          },
          "unit": "short"
        }
      },
      "gridPos": { "h": 4, "w": 4, "x": 8, "y": 0 }
    },
    {
      "title": "NPU 温度趋势",
      "type": "timeseries",
      "datasource": {
        "type": "prometheus",
        "uid": "ascend-prometheus"
      },
      "targets": [
        {
          "expr": "ascend_npu_temperature_celsius{hostname=~\"$hostname\"}",
          "legendFormat": "{{hostname}} / NPU-{{npu_id}}",
          "refId": "A"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "unit": "celsius",
          "custom": {
            "thresholdsStyle": { "mode": "line" }
          },
          "thresholds": {
            "mode": "absolute",
            "steps": [
              { "color": "green", "value": null },
              { "color": "yellow", "value": 80 },
              { "color": "red", "value": 85 }
            ]
          }
        }
      },
      "gridPos": { "h": 8, "w": 12, "x": 0, "y": 4 }
    },
    {
      "title": "显存利用率",
      "type": "timeseries",
      "datasource": {
        "type": "prometheus",
        "uid": "ascend-prometheus"
      },
      "targets": [
        {
          "expr": "ascend:npu:memory_utilization_percent{hostname=~\"$hostname\"}",
          "legendFormat": "{{hostname}} / NPU-{{npu_id}}",
          "refId": "A"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "unit": "percent",
          "max": 100,
          "min": 0,
          "custom": {
            "fillOpacity": 10
          }
        }
      },
      "gridPos": { "h": 8, "w": 12, "x": 12, "y": 4 }
    },
    {
      "title": "AI Core 利用率",
      "type": "timeseries",
      "datasource": {
        "type": "prometheus",
        "uid": "ascend-prometheus"
      },
      "targets": [
        {
          "expr": "ascend_npu_aicore_utilization_percent{hostname=~\"$hostname\"}",
          "legendFormat": "{{hostname}} / NPU-{{npu_id}}",
          "refId": "A"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "unit": "percent",
          "max": 100,
          "min": 0
        }
      },
      "gridPos": { "h": 8, "w": 12, "x": 0, "y": 12 }
    },
    {
      "title": "NPU 功耗",
      "type": "timeseries",
      "datasource": {
        "type": "prometheus",
        "uid": "ascend-prometheus"
      },
      "targets": [
        {
          "expr": "ascend_npu_power_watts{hostname=~\"$hostname\"}",
          "legendFormat": "{{hostname}} / NPU-{{npu_id}}",
          "refId": "A"
        }
      ],
      "fieldConfig": {
        "defaults": {
          "unit": "watt"
        }
      },
      "gridPos": { "h": 8, "w": 12, "x": 12, "y": 12 }
    },
    {
      "title": "NPU 健康状态矩阵",
      "type": "table",
      "datasource": {
        "type": "prometheus",
        "uid": "ascend-prometheus"
      },
      "targets": [
        {
          "expr": "ascend_npu_health{hostname=~\"$hostname\"}",
          "format": "table",
          "instant": true,
          "refId": "A"
        }
      ],
      "transformations": [
        {
          "id": "organize",
          "options": {
            "excludeByName": {
              "Time": true,
              "__name__": true,
              "chip_id": true,
              "cluster": true
            }
          }
        }
      ],
      "fieldConfig": {
        "defaults": {
          "mappings": [
            { "options": { "0": { "text": "OK", "color": "green" } }, "type": "value" },
            { "options": { "1": { "text": "Warning", "color": "yellow" } }, "type": "value" },
            { "options": { "2": { "text": "Critical", "color": "orange" } }, "type": "value" },
            { "options": { "3": { "text": "Fault", "color": "red" } }, "type": "value" }
          ]
        }
      },
      "gridPos": { "h": 8, "w": 24, "x": 0, "y": 20 }
    }
  ],
  "refresh": "15s",
  "schemaVersion": 38,
  "style": "dark",
  "tags": ["ascend", "npu", "monitoring"],
  "templating": {
    "list": [
      {
        "name": "hostname",
        "type": "query",
        "datasource": {
          "type": "prometheus",
          "uid": "ascend-prometheus"
        },
        "query": "label_values(ascend_npu_health, hostname)",
        "refresh": 1,
        "includeAll": true,
        "multi": true
      }
    ]
  },
  "time": {
    "from": "now-6h",
    "to": "now"
  },
  "timepicker": {},
  "timezone": "browser",
  "title": "昇腾 NPU 监控仪表盘",
  "uid": "ascend-npu-dashboard",
  "version": 1,
  "weekStart": ""
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268

性能优化建议

Prometheus 优化

yaml

# 大集群优化：减少采集频率 + 使用录制规则
global:
  scrape_interval: 30s          # 大集群建议 30s
  evaluation_interval: 30s

# 启用压缩
storage.tsdb:
  retention.time: 30d
  retention.size: 100GB         # 限制磁盘使用
  no-lockfile: false
  wal-compression: true         # 启用 WAL 压缩

Grafana 优化

优化项	建议
查询时间范围	仪表盘默认 `now-6h`，避免加载过多数据
刷新频率	生产环境 15s~30s，避免过于频繁
录制规则	复杂查询用 Recording Rules 预计算
面板数量	单仪表盘不超过 20 个面板
数据源	启用 query caching

磁盘容量估算

每指标每秒存储大小 ≈ 1.5~2 字节
每节点指标数 ≈ 60 个
节点数 = N
存储天数 = D

所需存储(GB) = N × 60 × 86400 × D × 2 / (1024^3)

示例：100 节点 × 30 天 ≈ 29 GB

常见问题

Q: Prometheus Target 状态为 DOWN？

A: 排查步骤：

bash

# 1. 确认 Exporter 正在运行
sudo systemctl status ascend-exporter

# 2. 确认端口可达
curl http://<node-ip>:9100/metrics

# 3. 检查防火墙
sudo iptables -L -n | grep 9100
sudo firewall-cmd --list-ports

# 4. 检查 Prometheus 配置中的 target 地址是否正确

Q: Grafana 查询很慢？

A: 使用 Recording Rules 预计算复杂查询、缩短时间范围、降低刷新频率。详见上方性能优化部分。

Q: 如何监控 Prometheus 自身？

A: Grafana 官方提供 Prometheus 仪表盘（ID: 3662），可直接导入监控 Prometheus 的采集延迟、内存使用、规则评估耗时等指标。

下一步

数据可视化搭建完成后，请继续配置告警规则与通知实现自动告警。

Prometheus + Grafana 搭建 ​

环境准备 ​

系统要求 ​

安装 Prometheus ​

安装 Grafana ​

配置 Prometheus 采集 NPU 指标 ​

prometheus.yml 完整配置 ​

文件服务发现配置（大规模集群） ​

热加载配置 ​

录制规则（Recording Rules） ​

配置 Grafana 数据源 ​

添加 Prometheus 数据源 ​

使用 Provisioning 自动配置 ​

创建 NPU 监控仪表盘 ​

仪表盘规划 ​

面板 1：集群 NPU 概览（Stat 面板） ​

面板 2：异常设备统计（Stat 面板） ​

面板 3：设备健康状态矩阵（Table 面板） ​

面板 4：温度趋势（Time Series 面板） ​

面板 5：功耗趋势（Time Series 面板） ​

面板 6：显存利用率（Time Series 面板） ​

面板 7：算力利用率（Time Series 面板） ​

面板 8：HCCS 链路状态（Table 面板） ​

面板 9：ECC 错误趋势（Bar Chart 面板） ​

仪表盘变量 ​

变量配置 ​

导入 / 导出仪表盘 ​

导出仪表盘 JSON ​

导入仪表盘 JSON ​

使用 Provisioning 自动导入 ​

完整仪表盘 JSON 模板 ​

性能优化建议 ​

Prometheus 优化 ​

Grafana 优化 ​

磁盘容量估算 ​

常见问题 ​

Prometheus + Grafana 搭建

环境准备

系统要求

安装 Prometheus

安装 Grafana

配置 Prometheus 采集 NPU 指标

prometheus.yml 完整配置

文件服务发现配置（大规模集群）

热加载配置

录制规则（Recording Rules）

配置 Grafana 数据源

添加 Prometheus 数据源

使用 Provisioning 自动配置

创建 NPU 监控仪表盘

仪表盘规划

面板 1：集群 NPU 概览（Stat 面板）

面板 2：异常设备统计（Stat 面板）

面板 3：设备健康状态矩阵（Table 面板）

面板 4：温度趋势（Time Series 面板）

面板 5：功耗趋势（Time Series 面板）

面板 6：显存利用率（Time Series 面板）

面板 7：算力利用率（Time Series 面板）

面板 8：HCCS 链路状态（Table 面板）

面板 9：ECC 错误趋势（Bar Chart 面板）

仪表盘变量

变量配置

导入 / 导出仪表盘

导出仪表盘 JSON

导入仪表盘 JSON

使用 Provisioning 自动导入

完整仪表盘 JSON 模板

性能优化建议

Prometheus 优化

Grafana 优化

磁盘容量估算

常见问题