问题的提出

如果使用过grafana的人，经常会使用多月对比来做一些展示，会把多月的数据放在同一个页面中。这就要求grafana要把多月的数据都展示出来，在监控中我们一般采集数据的频率会特别低，起码是秒级别的，例如3秒采集一次。采集间隔是根据数据的重要性，以及业务内容来的。我们就按照1分钟一个点来算，1个月就是2592000个点，如果在浏览器上画出2592000个点，估计浏览器渲染的过程中就卡死了。
我们带着这个疑问就开始看看grafana是怎么做的。（以prometheus为例）

step的功能

先介绍一下prometheus的http api中的step。他接收一个秒作为时间单位，例如2秒这种，prometheus会根据传入的时间长度进行整理和采样，例如一个时间序列，10秒一个点，1分钟会有6个点。如果我传递step为60秒，prometheus只会返回1个点。如果算出这一个点的方式，需要看prometheus的源码了，这里就不细说了。

step自适应实现

prometheus已经有api可以做采样和分析，那么在grafana这边，做到根据时间范围，来做step的自适应就完全可以了。我们接下来看看他是怎么做的自适应。
grafana本身是拿点的个数来做限制的，他的代码里写了1500个。也就是说一个图上最多最多也就是1500个点，grafana要解决的问题是，在用户所选择的时间范围内，如何更合适的找出这1500个点。最简单的思路就是平均，把时间段的选择，平均分散在1500个格子，看每个格子里的时长是多少。
举个例子，要查1500s的间隔数据，正好1500个格子，所以一个格子里是1秒，我们只要选择1秒一个点，就可以满足这个上限。
grafana也是这么做的。而且他还做了时间片对齐（就是不会算下来出现小数点特别长的情况）。

func roundInterval(interval time.Duration) time.Duration {
	switch true {
	// 0.015s
	case interval <= 15*time.Millisecond:
		return time.Millisecond * 10 // 0.01s
	// 0.035s
	case interval <= 35*time.Millisecond:
		return time.Millisecond * 20 // 0.02s
	// 0.075s
	case interval <= 75*time.Millisecond:
		return time.Millisecond * 50 // 0.05s
	// 0.15s
	case interval <= 150*time.Millisecond:
		return time.Millisecond * 100 // 0.1s
	// 0.35s
	case interval <= 350*time.Millisecond:
		return time.Millisecond * 200 // 0.2s
	// 0.75s
	case interval <= 750*time.Millisecond:
		return time.Millisecond * 500 // 0.5s
	// 1.5s
	case interval <= 1500*time.Millisecond:
		return time.Millisecond * 1000 // 1s
	// 3.5s
	case interval <= 3500*time.Millisecond:
		return time.Millisecond * 2000 // 2s
	// 7.5s
	case interval <= 7500*time.Millisecond:
		return time.Millisecond * 5000 // 5s
	// 12.5s
	case interval <= 12500*time.Millisecond:
		return time.Millisecond * 10000 // 10s
	// 17.5s
	case interval <= 17500*time.Millisecond:
		return time.Millisecond * 15000 // 15s
	// 25s
	case interval <= 25000*time.Millisecond:
		return time.Millisecond * 20000 // 20s
	// 45s
	case interval <= 45000*time.Millisecond:
		return time.Millisecond * 30000 // 30s
	// 1.5m
	case interval <= 90000*time.Millisecond:
		return time.Millisecond * 60000 // 1m
	// 3.5m
	case interval <= 210000*time.Millisecond:
		return time.Millisecond * 120000 // 2m
	// 7.5m
	case interval <= 450000*time.Millisecond:
		return time.Millisecond * 300000 // 5m
	// 12.5m
	case interval <= 750000*time.Millisecond:
		return time.Millisecond * 600000 // 10m
	// 12.5m
	case interval <= 1050000*time.Millisecond:
		return time.Millisecond * 900000 // 15m
	// 25m
	case interval <= 1500000*time.Millisecond:
		return time.Millisecond * 1200000 // 20m
	// 45m
	case interval <= 2700000*time.Millisecond:
		return time.Millisecond * 1800000 // 30m
	// 1.5h
	case interval <= 5400000*time.Millisecond:
		return time.Millisecond * 3600000 // 1h
	// 2.5h
	case interval <= 9000000*time.Millisecond:
		return time.Millisecond * 7200000 // 2h
	// 4.5h
	case interval <= 16200000*time.Millisecond:
		return time.Millisecond * 10800000 // 3h
	// 9h
	case interval <= 32400000*time.Millisecond:
		return time.Millisecond * 21600000 // 6h
	// 24h
	case interval <= 86400000*time.Millisecond:
		return time.Millisecond * 43200000 // 12h
	// 48h
	case interval <= 172800000*time.Millisecond:
		return time.Millisecond * 86400000 // 24h
	// 1w
	case interval <= 604800000*time.Millisecond:
		return time.Millisecond * 86400000 // 24h
	// 3w
	case interval <= 1814400000*time.Millisecond:
		return time.Millisecond * 604800000 // 1w
	// 2y
	case interval < 3628800000*time.Millisecond:
		return time.Millisecond * 2592000000 // 30d
	default:
		return time.Millisecond * 31536000000 // 1y
	}

这个代码真的是很辛苦，他枚举了各种情况的时间分片。

最佳实践

既然grafana做了step的自适应，这样对我们能产生什么影响呢？
prometheus有各种函数表达式。他可以根据时间段来做计算。例如2分钟的差值，速度等等。但是这个时间在语句里是写死的。例如写死了2s的计算，当我的step只要不是2s，那么就会出现问题，小于2s的时候，计算会重叠，大于2s的时候会漏算数据。
grafana通过内置变量的方式，提供了解决方案。$__interval, $__interval_ms他内置了这两个变量代表step，第一个是带时间单位的，展示出来是2s,1m,1d这种，第二个是毫秒值，不带单位，1000，2000。但是可以再后面拼接一些单位。一般把$__interval传入就可以解决上面的问题了，第二种表达在一些特定的扩大倍数的场景会有作用。