自定义仪表板允许你构建个性化视图,突出对你的基础设施和安全态势最关键的指标。超越标准产品仪表板,将多个 Cloudflare 产品的数据整合到单一统一视图中。
前往 Custom dashboards(自定义仪表板) ↗通过跟踪 WAF 阻止、bot 分数和跨 zone 的威胁模式来监控安全威胁。将 HTTP 流量数据与安全事件结合,关联攻击模式与流量峰值。
通过可视化源站响应时间、缓存命中率和错误率来分析应用性能。识别慢端点并了解延迟如何因区域或设备类型而异。
通过监控 API 使用量、带宽消耗和流量模式来跟踪业务指标。构建面向管理层的仪表板,展示对组织重要的 KPI。
在出现问题时创建聚焦仪表板,结合调查相关的特定信号。将 Workers 日志和 traces 与 HTTP 流量及安全事件并排绘制图表,Log Explorer 客户可选择 Log Explorer 数据集,从原始、未采样的日志数据创建图表。
所有 Cloudflare 客户均可使用自定义仪表板。每个账户最多可有 100 个仪表板。
模板是快速获得自定义仪表板价值的最快方式。每个模板围绕特定用例设计,包含预配置的图表,展示最相关的指标。
| 模板 | 用例 |
|---|---|
| Bot monitoring | 了解哪些自动化流量访问你的网站——区分好 bot(搜索引擎、监控)与恶意行为者 |
| API Security | 监控 API 端点异常,跟踪数据传输量,识别意外访问模式 |
| Account takeover | 通过跟踪失败登录尝试、泄露凭据使用和可疑认证模式来监控凭据填充攻击 |
| API Performance | 识别慢 API 端点,按端点跟踪错误率,监控延迟百分位数,在用户投诉前发现性能回归 |
| Performance monitoring | 查找源站基础设施瓶颈——哪些主机慢、哪些路径 TTFB 高,以及性能随时间的变化趋势 |
选择模板后,可通过添加、删除或修改图表来满足你的具体需求。
对于专业监控需求,创建空白仪表板并添加查询所需数据的图表。
自定义仪表板支持三类数据源:
- 通过 Cloudflare GraphQL API 提供的 100 多个数据集,包括 HTTP 流量、安全事件、Workers analytics、R2 Storage 指标、Load Balancing 健康状态、Zero Trust 日志、DNS 查询等。
- Workers Observability 日志和 traces,适用于已开启 Workers Logs 或 Workers Traces 的 Workers。
- Log Explorer 数据集,适用于 Log Explorer 客户。
用自然语言描述你想看到的内容,AI 将构建相应的可视化:
- “按国家/地区显示过去 24 小时的错误率。”
- “比较随时间变化的已缓存请求和未缓存请求。”
- “按请求量列出前 10 个路径。”
- “按规则 ID 对 WAF 阻止进行分组显示。”
当你有问题但不确定使用哪个数据集或指标时,这是探索数据的最快方式。
如需精确控制,可配置图表的每个元素:
- Dataset(数据集) — 要查询的数据源(HTTP 请求、安全事件、Workers Observability 日志和 traces、Log Explorer 数据集)
- Metrics(指标) — 测量内容(请求、字节、持续时间)及聚合方式(sum、average、percentiles)
- Dimensions(维度) — 数据细分方式(按国家/地区、状态码、hostname 等)
- Filters(筛选器) — 缩小数据的条件(特定路径、IP 范围、user agent 等)
选择最适合数据的 visualization:
| 图表类型 | 最适用场景 |
|---|---|
| Timeseries(时间序列) | 随时间变化的趋势和模式——流量峰值、延迟变化、错误率波动 |
| Bar(柱状图) | 跨类别比较值——按国家/地区的请求、按状态码的错误 |
| Donut(环形图) | 理解比例——缓存命中率、按内容类型的流量分布 |
| Map(地图) | 地理模式——流量来源地、区域性能差异 |
| Stat(统计值) | 单个重要数字——今日总请求数、当前错误率、p99 延迟 |
| Percentage(百分比) | 比率和速率——缓存命中百分比、bot 流量比例 |
| Top N(前 N) | 排名——最繁忙端点、被阻止最多的 IP、主要 user agent |
要按 WAF 规则跟踪被阻止的请求:
- 选择 Security Events(安全事件) 数据集。
- 选择 Events(事件) 作为指标,聚合方式为 Total(总计)。
- 添加 Rule ID(规则 ID) 作为维度以按规则分组。
- 筛选 Action equals Block(动作等于 Block) 以聚焦被阻止的流量。
- 选择 Bar(柱状图) 图表以比较规则效果。
结果展示哪些 WAF 规则触发最频繁,帮助你了解威胁态势并调整安全配置。
仪表板筛选器同时应用于所有图表,便于将整个仪表板聚焦到流量的特定 segment。
常见用途:
- Time range(时间范围) — 在所有图表中缩放到特定事件时间窗口
- Hostname(主机名) — 管理多个属性时聚焦单个域
- Country(国家/地区) — 分析特定区域的流量模式
- Status code(状态码) — 通过筛选
5xx响应来调查错误峰值
添加筛选器后,仪表板上的每个图表都会更新以反映缩小后的范围。
你可以将 Workers Observability 遥测与分析数据一起绘制图表。创建图表时,选择以下数据集之一:
| 数据集 | 包含内容 | 维度 | 指标 |
|---|---|---|---|
| Workers Observability — Logs | 已开启 Workers Logs 的 Workers 的调用和日志事件 | Service、level、status code、error、region、trigger、URL、script name、outcome、event type、entrypoint、execution model | Events、CPU time、wall time、duration |
| Workers Observability — Traces (OTel) | 已开启 Workers Traces 的 Workers 的 span | Service、span name、status code、error、region、transaction name | Spans、duration |
账户中每个已开启 Workers Logs 或 Workers Traces 的 Worker 都可以使用 Workers Observability 数据集。它们遵循底层 Workers Observability 数据的保留期限,因此仪表板时间范围超出该保留期限时,这些图表不会返回数据。
例如,要按服务跟踪 Worker 错误:
- 选择 Workers Observability — Logs 数据集。
- 选择 Events(事件) 作为指标。
- 添加 Service(服务) 作为维度。
- 筛选 Level equals error(级别等于 error)。
- 选择 Timeseries(时间序列) 以查看错误随时间的变化。
Log Explorer 客户可使用原始、未采样的日志数据创建图表和仪表板。当精度很重要时这很有用——例如监控特定错误条件、跟踪合规报告的精确请求计数,或分析采样数据可能遗漏的低流量但高影响事件。
标准 analytics 数据集使用采样数据,为高流量指标提供快速、准确的趋势。但对于以下用例:
- 精确计数 — "今天来自此特定 IP 的请求有多少次命中我们的 API?"
- 罕见事件 — 监控发生频率低的特定错误码或攻击特征
- 合规与审计 — 需要精确数字而非估算时
- 低流量端点 — 分析无法产生足够流量以进行可靠采样的路径
Log Explorer 数据提供基于每个记录事件的图表,而非统计样本。
创建图表时,Log Explorer 客户可从 Log Explorer 数据集以及标准 GraphQL analytics 数据集和 Workers Observability 数据集中选择。
仪表板属于账户,因此有权访问该账户的每个人都可以查看它们,并在列表视图中组织,你可以查看账户中的所有仪表板。在任何仪表板上,你可以添加、删除或重新排列图表,退出编辑模式时会自动保存更改。
每个图表都有菜单,可编辑配置、复制或深入 Security Analytics 或 Log Search 中的相关数据。
自定义仪表板设计为与其他 Cloudflare analytics 工具配合使用:
- Security Analytics(安全分析) — 当图表显示可疑流量时,深入调查单个请求并查看完整请求详情
- Log Search(日志搜索) — 从聚合指标转到原始日志,了解事件期间究竟发生了什么
此工作流支持典型的调查模式:从高层仪表板识别异常,然后深入详细日志以了解根本原因。