Grafana：SpaceX 的数据监测利器，云原生领域的 Tableau

作者：Kefei

编辑：Siqi

排版：海外独角兽团队

01.

诞生：从 Tableau 到 Grafana

可视化看板 Grafana Dashboard 是 Grafana 的核心。

在数据可视化领域，商业分析工具 Tableau 是最具有代表性的产品，2019 年，Salesforce 以 157 亿美元收购了 Tableau。 

传统数据库反馈的结果是表格，数据分析人员基于繁杂的表格对数据进行分析、整理，并理解其中的业务涵义、进而给出结果。除了不够直观外，如果没有一定的数据统计分析基础，也很难完成这项操作。而基于 Tableau，用户不需要编写代码，就能够对复杂数据进行统计分析，并且将数据以图表的形式呈现。除了精美的图表，Tableau 还推出了一系列商业科学与拓展增强分析的功能组件。

Tableau 产品界面

Tableau 的价值毋庸置疑，它极大程度降低了商业数据分析的门槛，打破了传统商业数据分析中的繁复，通过更简易的分析过程和更直观易读的分析结果推动了“数据分析民主化”进程：即便不具备专业的数据分析背景，也能通过 Tableau 理解商业数据，最终提高了业务决策效率。

Tableua 是可视化工具对企业商业侧数据管理的改造。除了商业数据外，还有哪些场景的数据管理效率也可以借助可视化思路进行改造？

云时代，几乎每个企业都拥有自己的数据基础设施，海量的 IT 基础设施数据同样需要更高效的交互方式。

Kibana 是这一方向中最早的尝试。Kibana 是企业数据搜索引擎 Elastic 开发的前端产品，但 Kibana 的局限性也十分明显。由于 Kibana 附属于 Elastic ，所以它无法在除 Elactic 外的其他平台使用，也无法对其他数据源进行兼容，此外，在易用性、分享性等体验上都存在很大的改进空间。

Kibana 产品界面

2013 年，一位名叫 Torkel Ödegaard 的瑞典年轻人基于 Kibana 3 修改开发了 Grafana 。Ödegaard 对这款工具的设想是：一个以图形为中心、完美的时间序列数据仪表盘应该看起来足够干净和优雅，尽可能不要有多余的东西去分散用户对数据的注意力。

“Don’t get in the way of the data.”（不要妨碍数据）也在后来成为 Grafana 的早期宣传标语。

虽然 Grafana 最初只是 Ödegaard 个人在业余时间开发的一款工具，但由于 Grafana 仪表盘对数据呈现的精美和易用性，在开源社区一经发布很快在数据运维及开发者群体中得到风靡，也为 Grafana 积累了第一批用户。

Grafana 的爱好者还包括 Raj Dutt 和 Anthony Woods。2014 年，随着 Raj Dutt 和 Anthony Woods 的加入，并分别担任 CEO 及 CTO （Ödegaard 任 CGO），Grafana 从 Ödegaard 的个人业余作品升级为一家商业公司——Grafana Labs，正式开始了商业化进程。

2022 年 4 月，Grafana Labs 披露 D 轮融资，融资金额达到了 2.4 亿美元，领投方为 GIC，其他投资者包括红杉美国 、Lightspeed、JP Morgan、Coatue 和 Lead Edge，外界猜测本轮估值大约在 50-60 亿美金之间。此前，Grafana Labs  C 轮融资后披露公司估值达 30 亿美元。

02.

Grafana 是什么

数据可观测性赛道的崛起

数据可视化并不是 Grafana 的全貌。Grafana Labs 位于数据可观测性（Data Observability）这个数据领域的新兴赛道之中，是这个赛道中的代表性公司。

数据可观测性是指通过一个统一的平台，人们能够全面、实时地了解所有的数据质量及数据状态。数据可观测性的需求的出现是企业数据采集大战成熟的结果。过去十年间，针对每个数据源都诞生了对应的监控工具，例如 Datadog 早期专注监控指标，Splunk 则关注日志监控，New Relic 用于链路追踪：

数据量的爆炸带来了一个十分现实的问题：如何有效地管理、监控这些数据。传统数据监控工具的兼容性有限，无法整合整个 IT 系统数据，此外，这些工具功能相对单一，无法支撑复杂的数据监控需求。所以一旦用户需要进行数据问题的查询，就必须在不同孤立工具之间寻找数据，可谓大海捞针。

所以数据可观测性（Data Observability）平台的价值就在于提供一个“统一的视窗”，实现对数据的全览和实时监控。

“大帐篷哲学”是 Grafana Labs 内部经常提到的一个词语，也是对数据可观测性工具的完美总结：它代表着打破数据边界，把散落在各个角落的数据汇聚到一个统一的平台，进行监控和分析。

Grafana 的产品：

Grafana Cloud 是公司的核心商业化产品，一个从 2017 年开始构建的数据可观测性平台。

Grafana Cloud 提供了一个完整的时序性数据管理和协作套件。时间序列数据是指按时间顺序记录的数据列，例如北京今天 15:00 的气温，昨天全球新生婴儿数等等，虽然是迥然不同的两类数据但因为这些数据都有自己的时间戳，所以也可以以时间为维度进行整理。这也是 IT 系统数据的特性，但基于时间戳，Grafana 可以对指标、日志、链路追踪等各类信息进行再整理。

Grafana Cloud 不直接搜集和存储数据，当用户需要配置 Grafana Cloud 的时候，只需要通过 API 进行数据源的接入即可，并不需要更改原有的数据处理和存储方案，既保证了数据安全，也不存在将存储在不同平台中的数据进行重新整合的负担。

我们也可以通过 Grafana 曾经的一个官方产品 demo 来感受 Grafana 的强大功能。

除了被用在 IT 运维场景，人们还将其用于科学领域、能源领域、农业领域，一位用户甚至利用 Grafana 仪表盘来追踪日本医院急诊室的等待时间。在早期，Grafana 的使用者几乎全是 SRE（Site Reliability Engineer ，网站可靠性工程师）和运维人员，而如今，用户群延展至业务人员、管理人员、学术人员，运维人员比例下降至 80% 左右。这也是 Grafana 灵活性和兼容性的映射。

2016 年，在猎鹰 9 号火箭首次发射期间，Grafana 出现在 SpaceX 控制中心的屏幕上。几周后，微软发布一段宣传视频，展示了他们的水下数据中心，同样出现了 Grafana 的身影，视频中几位工程师对着 Grafana 进行讨论。

Grafana 出现在 SpaceX 控制中心

Grafana Cloud 套件围绕着可视化工具 Grafana Dashboard 展开。随后几年中， Grafana Labs 又陆续开发了 Tempo（链路追踪）、Loki（日志信息）以及 Mimir（指标监测与采集）等三大类产品，并且围绕整个产品生态引入了报警提醒、报告共享等功能，从单一的 Dashboard 向完整的可观测平台补齐。

这样的套件组合为 Grafana Cloud 带来了相对于其他 SaaS 工具的一个稀缺特性：它既可以与其他数据管理工具和平共处（Grafana Dashboard），也有能力取代公司的现有工具（Loki、Tempo、Mimir）。同时 Grafana 又给到了用户足够的灵活性，用户可以自主选择在 Grafana Cloud 中配置哪几个产品。

考虑到 Loki 、Tempo 等项目从用户数和活跃度看，依旧处于比较初期阶段，所以短期内 Grafana Dashboard 仍旧是整个公司的主力，但 Grafana Dashboard 的入口级优势和用户粘性，有可能带动用户从现有的数据采集工具向 Loki、Tempo 以及 Mimir 的迁移。

Grafana Dashboard

Grafana Dashboard 由 Ödegaard 开发的工具发展而来，是 Grafana Cloud 的核心与基础。

Grafana 能够支持绝大部分常用的时间序列数据源。通过 Grafana Dashboard ，用户可以用可视化的展现形式实时监控散落在信息系统各个角落的数据状况。

Grafana Dashboard 的使用相当简单，在用户登录进入 Grafana 并配置对应的数据源后，就能够开始配置自己的面板，既可以根据自身需求进行个性化配置，也可以从 Grafana 官网下载并导入模板、对细节进行修改。当一切准备就绪后，即可开始监控数据。

不同用户分享的  Grafana Dashboard 用例（一）

不同用户分享的  Grafana Dashboard 用例（二）

Grafana 对于数据分享的支持也十分友好。用户可以通过 PDF 的形式直接导出 Grafana 仪表盘的报告、或以邮件形式发送给别人，也可以在系统中直接将数据和仪表盘分享给他人，在团队之间进行共享。此外用户还可以邀请他人对某个 Dashboard 进行协作，共同监测和分析数据，为了增加协作流程中仪表盘数据的安全性，Grafana Dashboard 还提供了 Viewer、Editor 以及 Admin 等不同权限角色。

站在 2022 年看 Grafana 的产品特性会觉得相当理所当然，但如果放在大约 10 年前，Ödegaard 的这些理念则十分具有开创性，这和 Grafana 的诞生背景相关， Grafana 源于 Ödegaard 自身的需求，而作为一名一线技术人员，他有足够的同理心了解用户需求，天然地从用户视角开发产品。

除了展示结果的可配置性之外，Grafana 也在不断升级可视化报表的呈现效果，例如下图是 Grafana Cloud 8.0 版本的新版时序图表类型，能够支持每秒 30 帧动态刷新数千个指标点。

Loki（日志）

Loki 是 Grafana Labs 面向日志追踪与分析推出的产品，作为日志聚合系统，Loki 也能够实现够将来自不同应用程序和基础设施的日志集中在一个系统中。Loki 的特点在于能够保证日志的元数据与指标的元数据一致，从而在追踪数据源的时候更加高效。

Mimir（指标）

Mimir 是一个时间序列数据库，是对原有时间序列数据库 Prometheus 的升级，解决了长期存储、横向扩展和多租户的问题，并且 Mimir 能够兼容多种指标协议。

在 Mimir 正式发布之前，将 Grafana 与 Prometheus 配合使用是非常普遍的实践用例。用户通过 Prometheus 从想要监控的系统或程序中获取并存储数据。Prometheus 强调存储和查询数据，而 Grafana 更强调数据的可视化呈现，两者组合在一起可谓完美的可观测性解决方案。

Mimir 于 2022 年 3 月发布，Grafana Labs 团队希望 Mimir 能够替代  Prometheus  成为可观测领域指标数据后端存储的最佳产品。

Tempo（链路追踪）

Tempo 是一个开源的、可扩展的分布式追踪系统。与市场上其他链路追踪解决方案相比，Tempo 不依赖任何专门的数据库平台，兼容性较好。在 2021 年，Tempo 就已经有超过 800 的活跃安装量，Grafana Cloud 平台上有 60 位以上用户使用了 Tempo 组件、存储了 1.1 PB 的数据量。

灵活的收费模式

Grafana Cloud 有以下三个版本的收费方案，对应的是不同的产品权限、多源支持等。Grafana Enterprise 则是更加定制化的方案，包括更高级的插件、身份验证与安全、支持服务等。

Grafana Cloud Pro 采用基于使用量的定价模式（ Usage-based Pricing Model），从使用人数到指标、日志、链路追踪的用量均可自主灵活配置。公司官网还提供模拟账单，用户配置过程中可以清楚了解价格变化情况。基于使用量的定价模式显然要更友好、更灵活。

收费模式的灵活性是 Grafana Labs 与传统数据监控厂商相比的一大优势。

云监控领域龙头 Datadog 采用传统的订阅制模式，Pro 版价格为每台主机每月 15 美元，Enterprise 版为每台主机每月 23 美元，对应的监控指标数量都是一个固定数值。在订阅制模式下，由于业务需求的波动，当用户对数据使用量不大时，依然需要为未使用的资源付费，所以在这种情况下，订阅制的收费稍显刻板，给部分用户带来许多不必要的成本，而基于实际使用量的定价模式显然要更友好、更灵活，也更符合 CIO 们对软件支出预算的精细化管理趋势。

03.

客户故事

Dell 产品经理 Walter Ritzel 分享了他的团队如何通过 Grafana 来提升工作效率的故事。

在过去，产品经理们只需要依靠时间表或者甘特图来监控项目进度保证产品上线的准确交付即可，随着产品经理角色的升级，职能不断丰富，以及产品运营的精细化，包括用户增长、产品运行、开发运营、用户反馈等环节的数据都被纳入关注列表，同样的事情也发生在 Dell 内部，所以 Ritzel 开始留意可观测性工具，“除非产品经理多长出几条手臂，否则必须借助一种更高效的工具来解决新的工作需求。” 。

Ritzel 团队之所以选择 Grafana 是因为他们需要“对各方面数据有一个整体的了解”，基于 Grafana 仪表盘，Ritzel  团队能够同时监控 15 种不同的指标数据。据 Ritzel 说， 在 Grafana 的帮助下，团队里的每位产品经理平均每周节省了 6 个小时的时间，因此他们现在有更多的时间去做更有意义的事，例如和终端用户交流，而不是疲于应对 15 种数据的搜集与整理分析。

在 2021 年初，在使用 Grafana 之前，Ritzel 负责的 5 款产品成熟度评分仅为 15%，引入 Grafana 后，到了 2021 年第三季度末，5 款产品里有 4 款产品的成熟度评分已经达到 70%。Grafana 提高了团队发现问题、理解问题和解决问题的能力，团队整体效率提高 10% 左右。

伴随着 Grafana 的使用，Ritzel 在公司中还感受到一个明显的变化：因为 Grafana 让数据变得更加容易理解，团队高管和其他业务团队也开始以数据的视角来看待产品开发。Grafana 同样践行了“数据分析民主化”的理念。

04.

极致的开源与商业化之间的平衡

Grafana 是一家将开源性做到极致的公司。

Grafana Labs 的社区相当富有生命力，我们可以在社区里看到许多有趣的分享和问答，从文字到视频等各种形式的互动，气氛十分活跃。直到今天，我们仍能看到公司创始人亲自下场回答社区成员的问题，也体现了 Grafana Labs 对社区的重视。

公司的创始人 Ödegaard 曾表示 “我们 90% 的用户永远不会向我们付费，但拥有一个健康的开源社区对我们来说非常重要。”Grafana 的社区相当富有生命力，我们可以在社区里看到许多有趣的分享和问答，从文字到视频等各种形式的互动，气氛十分活跃。直到今天，我们仍能看到公司创始人亲自下场回答社区成员的问题，也体现了 Grafana Labs 对社区的重视。

2021 年 4 月，为了避免开源项目遭到滥用，Grafana Labs 宣布将核心开源项目 Grafana、Loki 和 Tempo 从 Apache License 2.0 转为 AGPL v3 许可证。

在原本的 Apache License 协议下，任何人都可以将 Grafana 的源代码修改后变成另外一款产品并拿去商用，但在 AGPL 协议后，任何人只要修改了 Grafana 的源代码都需要将修改内容公开，并且一旦其他软件与基于 Grafana 源代码修改出来的软件产生交互，则那些软件也必须要开源。

对于 AGPL 协议，批评者将其称为“病毒”，认为它“污染”了任何源自它的作品，而支持者则认为，它一方面可以阻止那些不回馈社区的商业公司使用开源软件，另一方面可以阻止抄袭。

CEO Raj Dutt 表示：“Grafana Labs 一直努力在开源社区的‘价值创造’与货币化战略的‘价值获取’目标之间寻求平衡。对许可证的选择是实现平衡的核心所在。此次变更许可证是希望引导修改软件的第三方能同时为项目及社区做出贡献。我们认为这是一种更公平的发展方式。”

在此之前，Dutt 也曾在官方博客中表示，开源的方式不仅帮助 Grafana 更好地迭代产品，也是一个高效的“分销渠道”，让公司更有效地接触到自己的潜在用户。在他看来，信仰开源和商业化之间并不存在冲突。

社区的存在的确是 Grafana 快速迭代产品的重要基石，在 Grafana 现有的插件中，有超过 2/3 的插件由社区开发者贡献，涵盖了数据源（Data Sources）、应用（Application）以及面板（Panels）。

在 Grafana Labs 公司成立之前，Grafana Dashboard 就已经在各个开源社区有不小的名气和用户积累。依靠社区的用户基础，Grafana Labs 也快速地将产品渗透至各个企业。直到现在 Grafana Labs 每推出一款新产品，都在开源社区引起轰动，甚至霸榜。

商业化初期，Grafana Labs 也很自然地采用了 PLG 策略，全公司只有一名销售人员，公司成立多年后才开始组建第一支销售团队。根据 2021 年 6 月公司公开的数据，在当时 Grafana Labs 总共有 300 名左右员工，其中 45% 以上是产品研发人员，20% 是销售人员。

在去年 6 月的 GrafanaCon2021 期间，Grafana 公布了公司的一系列业务进展：

Grafana 过去 6 年时间使用量增长了 25 倍，达到接近 75 万的活跃安装数。

截至 2020 年底，公司的营收已经超过 3000 万美元，全部由 Grafana Cloud 上的 1200 多位用户贡献，ARR 相较于 2019 年同期实现了 2.5 倍以上的增长。

公司的企业付费用户也十分多元，既有 Salesforce、PayPal、ebay、SIEMENS 等大型企业，也有 Dapper Labs、Snyk 等创新领域的后起之秀。

在社区的帮助下，Grafana 也很好地做到了健康地增长。Grafana Labs 的首轮融资发生在 2018 年，即成立 4 年后，根据 CEO Dutt 的说法，公司早在 2019 年已实现盈亏平衡，Grafana 历史上的 4 轮融资的主要用途也是为了收购其他公司。

从 2018 年至今，Grafana Labs 共收购了 4 家公司：

• 可观测性公司 Kausal；

• 负载和性能测试 SaaS 公司 k6；

• 项目管理工具 Pace.dev  ；

• 事件管理工具 Amixr。

Grafana 对上述公司的收购主要是出于对应业务功能的需求，例如通过收购 k6，Grafana 将 k6 的可扩展测试功能添加到 Grafana 可观测性堆栈中，强化了 Grafana 的负载测试功能。

05.

竞争与未来

竞争：位于四条赛道的交汇处

Grafana 的核心价值是看板能力，但从潜在竞争角度来看，它同时面临竞争来自以下四类企业的挑战：

• 以 Datadog 为代表的云监控企业

• 以 ServiceNow 为代表的 ITSM（IT Service Management，IT 服务管理）平台

• 以 Kibana 为代表的上一代可视化工具

• 以及 Microsoft Azure、Google Cloud 等大型云计算厂商

我们认为，Datadog 对 Grafana 构成了最大威胁。

Grafana 实际上是对现有云监控平台的补充，后者为 Grafana 提供数据源，Grafana 通过提供一套“可视化”的工具来帮助用户更好地监测和理解数据，相对于大部分云监控企业在数据维度上的单一性，Datadog 的特点正是对多源监控的整合，所以对于 Datadog 而言，也能够增加可视化环节来优化用户体验。

但在实际落地中，考虑到 Datadog 对第三方数据兼容有限，一旦用户要增加新的、Datadog 数据监测维度之外的数据源，就需要改变数据的存储方式，将其迁移到 Datadog 上。另一方面，Datadog 不灵活的订阅模式，为用户带来多余的成本，使 Datadog 成为一种昂贵的解决方案。

但客观来说，定价模式不存在任何壁垒，我们也无法预测 Datadog 未来是否会像 New Relic 那样面对后进者的竞争来改变传统定价模式，更无法预测 Datadog 未来是否会下调其产品价格。若 Datadog 对此进行调整，Grafana Labs 将丧失目前拥有的价格和灵活定价优势。

此外，云厂商也是 Grafana 的重要竞争对手。Google Cloud Operations 可用于提取应用程序或基础架构的日志数据，并在此之上设置警报、进行监控。例如微软 Azure 的洞察和分析功能也是企业 IT 运维中收集和记录操作数据的选择之一。不过，云厂商为其产品设定的价格都很高，用户界面也有待改进。

但需要注意的是，即使 Grafana Labs 提供免费的开源版本，但在此之上的数据存储成本和带宽成本是一笔不小且容易被忽视的隐性成本。

未来

显然，Grafana 并不只是满足于可视化仪表盘的角色。虽然目前 Grafana Cloud 几乎可以等同于 Grafana Dashboard 这一单一工具，但随着公司陆续推出 Loki、Tempo 以及  Mimir，公司希望这些产品矩阵可以让 Grafana Cloud  形成拥有众多可组合套件的可观测性平台。

即便市场对于 Grafana Dashboard 的影响力已经达成共识，但 Grafana 的平台化之路则充满不确定性。

理性来看，就目前而言用户对除了 Grafana 仪表盘之外的其他产品感知并不强烈。由于用户只需通过配置数据源将数据连接到 Grafana 进行分析，而不需要将原始数据放入 Grafana 中，这意味着用户弃用 Grafana 几乎不存在任何迁移成本，由于没有数据留存，Grafana 并没有让用户不得不长期持续使用的牵引力，可替代性较强。再加上其他头部竞争对手产品布局全面，平台属性早已显现，Grafana 与他们相比显得相对单薄。

再次参考 Tableau ，即使已经发展多年、并开发出许多功能和产品，但它仍旧没有突破 BI 数据可视化工具的定位，Grafana 未来定位或许也将和 Tableau 类似，尤其是考虑到 Grafana 团队商业化意识和能力较弱、所处赛道竞争的激烈性，Grafana 未来也有可能被头部数据科技企业收购，附着于一个更大的生态。

也有观点认为，可视化的重要性远大于指标、日志和链路追踪，可视化才是数据可观测领域的最佳切入点，Grafana 享有的入口级优势会是它长期的竞争力：用户通过 Grafana 查看整体数据情况，又通过 Grafana 追根溯源，一切活动围绕着 Grafana 展开。再加上开源让 Grafana 有极大的延展性，Grafana 或将成为整个 IT 系统数据的入口，成为数据可观测领域的中心平台。

若可视化是数据可观测性赛道的最佳切入点这一结论成立，那么 Grafana 在未来将拥有巨大潜力。

Grafana 拥有市场上最好的 IT 数据可视化产品，而包括 Datadog 在内的其他竞争对手并未将可视化作为核心，因此其可视化产品与 Grafana Dashboard 相比可编辑性、灵活性、易用性均较差。尽管 Grafana 处于四条赛道的交汇处，但在可视化领域可以说是远远甩开其他竞争对手。

此外，可视化是推动数据民主化的重要工具，数据民主化意味着更多的人能参与到数据监测与数据分析，意味着 Grafana 可触达的用户群体类型和绝对数量远远超出传统的 IT 数据监控软件。Grafana 真正面对的市场或许远不止我们现在所看到的那样。