Grafana OnCall 插件在Grafana 9.5版本中的兼容性问题分析
2025-06-19 16:59:56作者:柏廷章Berta
问题背景
Grafana OnCall是一款开源的告警管理和事件响应解决方案,作为Grafana的插件运行。近期有用户反馈在Grafana 9.5版本中安装v1.8.9及以上版本的OnCall插件时,会出现页面空白的问题,而回退到v1.8.8版本则可以正常工作。
问题现象
当用户在Grafana 9.5环境中安装OnCall v1.8.9及以上版本时,会出现以下典型症状:
- 所有OnCall相关页面显示为空白
- 浏览器控制台报错显示"Fetch error: 404 Not Found"
- 系统尝试加载react-router资源失败
- 插件预加载过程出现异常
技术分析
经过深入分析,这个问题源于OnCall v1.8.9版本对初始化流程的重大变更。新版本引入了一些架构上的调整,特别是插件初始化机制的变化,导致与Grafana 9.5及以下版本存在兼容性问题。
核心问题点包括:
- 资源加载机制变更:新版本改变了前端资源的加载方式,不再兼容旧版Grafana的资源路由机制
- 初始化流程重构:插件启动过程进行了重构,依赖了Grafana 11+才支持的某些特性
- API交互方式变化:与Grafana核心的通信接口发生了变化
解决方案
对于不同场景,有以下解决方案:
方案一:降级使用OnCall v1.8.8
如果必须继续使用Grafana 9.5,最简单的解决方案是降级到OnCall v1.8.8版本:
grafana-cli plugins install grafana-oncall-app v1.8.8
方案二:升级Grafana到11+版本
推荐方案是将Grafana升级到11及以上版本,并使用OnCall最新版本。升级后需要注意:
- 确保启用
externalServiceAccounts功能开关 - 通过API正确配置插件设置
- 使用专用API端点安装插件资源
配置注意事项
在新版本配置时,需要特别注意:
- 插件设置必须通过API调用提供
- 需要正确配置stackId和orgId参数
- 确保OnCall API和Grafana的URL配置正确
- 安装完成后需要验证插件状态
技术建议
对于企业用户,建议:
- 在测试环境充分验证版本兼容性
- 考虑建立版本升级的标准化流程
- 监控插件初始化过程中的关键指标
- 定期检查Grafana和插件的版本支持矩阵
总结
Grafana OnCall从v1.8.9开始引入了架构上的重要变更,导致与Grafana 9.5及以下版本存在兼容性问题。用户可以选择降级插件版本或升级Grafana平台来解决这个问题。在实施解决方案前,建议评估业务需求和技术环境,选择最适合的升级路径。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217