國慶假期發生了兩件小事，其一是我默默度過 35 週歲生日，其二是玩了下grafana `並在節後第一天被工程師 M 稱讚：相當專業。

1、我為什麼要玩 grafana 呢？

數月前我提交了一份資料後臺需求給工程師 M，他選用和部署了 grafana 這個第三方開源的工具，僅用兩三天就完成了這份需求。這效率相當快，令我對 M 和 grafana 印象深刻。但我仍不滿足，M提交的成品所有資料都圖形化的而我更想要表格樣式的資料。為了進一步整合其它資料進行統計分析，我還需手動匯出資料，並寫了複雜的 python 指令碼用 pandas 做統計分析，每週至少執行一次。我常常冒出新的資料需求，它們並不大，但走一遍需求評審、排期開發驗收的流程，似乎還挺麻煩的。

這些都還只算鋪墊，真正的導火索是國慶假期前的 sprint 總結會上提及我們幾個產品的資料將整合到 grafana 統一實現。 CTO 曾對我提及如果我懂些 sql 語句，可以自己寫。——哈？我懂點 sql 語句的吖，這不剛整理了一份筆記《【總結】python如何與mysql實現互動及常用sql語句》嘛。我處於 “sql 不過如此，放馬過來啊”的大無畏狀態-_-||

國慶假期來了，那就玩玩兒看唄。

2、短時間如何上手 grafana ？

M之前為了開發我的需求，已經完成了 grafana 的部署，並設定好了資料來源。這次他專門建立了一個練習用的 dashboard 並開通編輯許可權給我。特別說明，我的編輯許可權僅有資料來源的查詢權，沒有增刪改的許可權，這對資料來源是安全的。另外，M 已有的實現也讓初次上手的我可以照葫蘆畫瓢。這些是 我比完全零準備的 grafana 新手佔便宜的地方。

我並不想把 M 已經開發的需求重新實現一遍，我想要實現自己的資料需求。——想要什麼資料，以什麼樣式呈現，我腦子裡的需求俯拾即是。

學習過程具體分為三個部分：

• A：熟悉和了解 grafana 在 dashboard 上如何新增、編輯圖表等模組，就是了解這個工具如何使用。
• B：熟悉和了解 資料來源（我們產品的資料庫），有哪些表，有哪些欄位之類。
• C：實現資料需求的 sql 語句該如何寫。

A 部分，搜了兩篇 grafana 如何使用之類的文章，大概瀏覽下即可。總是照著別人整理的步驟圖按部就班，學習體驗不好。大部分時候，我都是直接鼓搗。這種開源的視覺化的工具，自己嘗試一下就能快速熟悉起來。

B 部分，當個伸手黨，讓工程師幫忙把所有表格 describe 匯出也 OK 的；M給我的是一份表格的類定義檔案。通過 A 部分的探索，我很快發現，在 dashboard 上建立一個模組，如果選擇折線圖型別，sql 語句編輯區可以任人挑選表格名稱，這樣有哪些資料表格就清楚了；如果選擇表格型別，並使用select * from table_name limit 50

C 部分，我把 M 之前實現的 sql 語句單獨拷貝到 jupyter notebook 裡，自己拆解為更基礎的知識點，然後一點點熟悉瞭解。一個小技巧是，對於新手來說 sql 語句的易讀相當重要，能直接降低複雜度。所以我採用 markdown 語法如下，語法呈現就很清晰了：

以上三個部分無需按順序進行。自己對哪個模組更感興趣，就先開始哪個；過程中也可交叉輪換進行。接下來就是通過實現自己的資料需求，反覆重複鞏固並深入 以上 3 個部分，直至產生令自己滿意的產出。為此投入的時間開銷24~48H 足夠啦，完全不耽誤假期陪家人、睡懶覺、看電影。

3、對職場分工保持清醒

最後需要強調一下，我很清楚自己並不想要取代工程師完成資料後臺的開發。比如：

1. 一些複雜需求，我自己寫sql，很難，學起來也慢。這些我會陸續收集羅列出來，走排期，請工程師幫忙，不會自己硬鑽進去。

2. 即便最終我完成了非常多的圖表，但實際上我只考慮實現，不考慮效能（也暫無能力考慮），所以即便是我寫出來的功能，也需要工程師把關和優化。

即便如此，我直接接觸資料來源並動手用 grafana 實現，也有很顯著的好處：

1. 我更清楚原始資料已採集了哪些，哪些指標是我可以定義和統計的，哪些是需要工程師進一步支援的。

2. 一些相對簡單的、對業務有幫助的資料監控/統計，我能直接實現。無需整理描述需求-和工程師溝通-工程師理解後實現-我再驗收這樣複雜的過程。

3. 作為需求的發起者，我那些不成熟的需求，自己動手過程中迭代起來也會非常效率。

當然這些想法是需要和工程師、上級溝通清楚的，這樣才不至於產生誤解吖。如果我的筆記對你有幫助，那就點贊或留言告訴我吧！