Garmin-Grafana实战指南:从部署到定制的全流程解析
2026-03-10 04:41:25作者:廉皓灿Ida
核心功能概览
Garmin-Grafana项目是一套健康数据可视化解决方案,通过Python脚本从Garmin服务器获取健康数据,存储到InfluxDB数据库,并利用Grafana构建直观的数据仪表板。该方案实现了健康数据的长期追踪与多维度分析,支持运动轨迹、心率变化、睡眠质量等18类健康指标的可视化呈现。
快速启动流程
准备运行环境
🔧 克隆项目代码库
git clone https://gitcode.com/gh_mirrors/ga/garmin-grafana
cd garmin-grafana
执行效果:在本地创建项目目录并下载全部源代码文件。
🔧 配置基础环境
cp compose-example.yml docker-compose.yml
执行效果:复制示例配置文件作为实际运行配置。
启动服务集群
🔧 启动容器服务
docker-compose up -d
执行效果:后台启动三个服务容器(数据采集器、InfluxDB数据库、Grafana仪表板),首次运行将自动拉取所需镜像。
⚠️ 注意事项:首次启动需等待3-5分钟,期间系统将完成数据库初始化和仪表板配置。可通过docker-compose logs -f命令查看实时启动进度。
个性化配置指南
定制化环境变量配置
核心配置文件为docker-compose.yml,主要环境变量配置建议:
| 配置项 | 场景化建议 | 安全处理 |
|---|---|---|
| GARMINCONNECT_EMAIL | 使用Garmin官网注册邮箱 | 避免明文存储,建议使用环境变量注入 |
| GARMINCONNECT_BASE64_PASSWORD | 使用`echo -n "密码" | base64`生成加密串 |
| UPDATE_INTERVAL_SECONDS | 日常使用建议设为3600(每小时更新) | - |
| LOG_LEVEL | 调试时设为DEBUG,稳定运行时设为INFO | - |
🔧 修改配置示例
environment:
- GARMINCONNECT_EMAIL=your.email@example.com
- GARMINCONNECT_BASE64_PASSWORD=dXNlcjEycMzQ= # 替换为实际Base64加密密码
- UPDATE_INTERVAL_SECONDS=3600
- LOG_LEVEL=INFO
数据持久化配置
🔧 配置令牌持久化
volumes:
- garmin_tokens_data:/app/tokens
作用说明:保存Garmin登录令牌,避免频繁重新验证。
⚠️ 安全提示:令牌文件包含敏感认证信息,需确保garmin_tokens_data卷权限设置为700,仅允许所有者访问。
目录解析
核心功能目录
-
src/garmin_grafana/:数据处理核心模块
garmin_fetch.py:实现Garmin API数据拉取influxdb_exporter.py:处理数据存储逻辑fit_activity_importer.py:解析运动活动文件
-
Grafana_Dashboard/:可视化配置中心
Garmin-Grafana-Dashboard.json:完整仪表板配置Garmin-Grafana-Dashboard.yaml:YAML格式配置文件
-
k8s/:容器编排支持
- 包含部署模板、服务配置和持久卷定义,支持Kubernetes环境部署
辅助工具目录
- docs/:项目文档集合,包含手动导入指南
- Extra/:辅助工具集,提供Jupyter Notebook格式的数据处理脚本
- Grafana_Datasource/:数据源配置模板,简化InfluxDB连接设置
常见问题解决
数据同步失败
症状:Grafana面板无数据显示 排查步骤:
- 检查容器运行状态:
docker-compose ps - 查看数据采集日志:
docker-compose logs garmin-fetch-data - 验证Garmin账户状态:登录Garmin官网确认账号正常
仪表板导入失败
解决方法: 🔧 手动导入仪表板
- 登录Grafana(默认地址:http://localhost:3000)
- 导航至"Dashboard > Import"
- 上传
Grafana_Dashboard/Garmin-Grafana-Dashboard.json文件 - 选择InfluxDB数据源完成配置
⚠️ 注意:确保InfluxDB服务已正常运行且数据源配置正确。
通过以上步骤,您可以快速部署并定制Garmin-Grafana健康数据可视化系统,实现个人健康数据的长期追踪与科学分析。系统支持按需扩展,可根据个人需求添加更多健康指标的采集与展示。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust077- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
434
76
暂无描述
Dockerfile
690
4.46 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
326
Ascend Extension for PyTorch
Python
547
671
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
930
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
436
4.43 K
