分布统计：Heatmap 面板

Heatmap 是是 Grafana v4.3 版本以后新添加的可视化面板，通过热图可以直观的查看样本的分布情况。在Grafana v5.1 版本中 Heatmap 完善了对 Prometheus 的支持。这部分，将介绍如何使用 Heatmap Panel 实现对 Prometheus 监控指标的可视化。

使用 Heatmap 可视化 Histogram 样本分布情况

在上一小节中，我们尝试了使用 Graph 面板来可视化 Histogram 类型的监控指标prometheus_tsdb_compaction_duration_bucket。虽然能展示各个 Bucket 区间内的样本分布，但是无论是以线图还是柱状图的形式展示，都不够直观。对于 Histogram 类型的监控指标来说，更好的选择是采用 Heatmap Panel，如下所示，Heatmap Panel 可以自动对 Histogram 类型的监控指标分布情况进行计划，获取到每个区间范围内的样本个数，并且以颜色的深浅来表示当前区间内样本个数的大小。而图形的高度，则反映出当前时间点，样本分布的离散程度。

Heatmap示例

在Grafana中使用Heatmap Panel也非常简单，在Dashboard页面右上角菜单中点击“add panel”按钮，并选择Heatmap Panel即可。

如下所示，Heapmap Panel的编辑页面中，主要包含5类配置选项，分别是：General、Metrics、Axes、Display、Time range。

Heapmap Panel编辑页面

其中大部分的配置选项与Graph面板基本保持一致，这里就不重复介绍了。

当使用Heatmap可视化Histogram类型的监控指标时，需要设置Format as选项为Heatmap。当使用Heatmap格式化数据后，Grafana会自动根据样本的中的le标签，计算各个Bucket桶内的分布，并且按照Bucket对数据进行重新排序。Legend format模板则将会控制Y轴中的显示内容。如下所示：

Mteircs设置

默认情况下，Heatmap Panel会自行对PromQL查询出的数据进行分布情况统计，而在Prometheus中Histogram类型的监控指标其实是已经自带了分布的Bucket信息的，因此为了直接使用这些Bucket信息，我们需要在Axes选项中定义数据的Date format需要定义为Time series buckets。该选项表示Heatmap Panel不需要自身对数据的分布情况进行计算，直接使用时间序列中返回的Bucket即可。如下所示：

Axes设置

通过以上设置，即可实现对Histogram类型监控指标的可视化。

使用 Heatmap 可视化其它类型样本分布情况

对于非Histogram类型，由于其监控样本中并不包含Bucket相关信息，因此在Metrics选项中需要定义Format as为Time series，如下所示：

Metrics 设置

并且通过Axes选项中选择Data format方式为Time series。设置该选项后Heatmap Panel会要求用户提供Bucket分布范围的设置，如下所示：

Axes 设置

在Y轴（Y Axis）中需要通过Scale定义Bucket桶的分布范围，默认的 Bucket 范围支持包括：liner（线性分布）、log(base 10)（10的对数）、log(base 32)（32的对数）、log(base 1024)（1024的对数）等。

例如，上图中设置的 Scale 为 log(base 2)，那么在 Bucket 范围将2的对数的形式进行分布，即[1,2,4,8,….]，如下所示：

Bucket 分布情况

通过以上设置，Heatmap 会自动根据用户定义的 Bucket 范围对 Prometheus 中查询到的样本数据进行分布统计。