«Графиня»: как Grafana, только лучше? «Графиня»: как Grafana, только лучше? 11.06.2026 [00:00], Григорий Рудницкий «Графиня» от компании «Лаборатория Числитель» — российский аналог Grafana для визуализации мониторинга: система собирает метрики из разных источников и строит наглядные дашборды для отслеживания состояния ИТ-инфраструктуры, приложений и бизнес-показателей в реальном времени grafana визуализация импортозамещение лаборатория числитель мониторинг сделано в россии Многие российские компании по разным причинам (импортозамещение, требования регуляторов к объектам КИИ, отсутствие поддержки, недоступность платных функций, безопасность и прочее) не могут использовать open-source-инструменты. В 2025 году компания «Лаборатория Числитель» создала платформу визуализации данных «Графиня» — первый аналог Grafana в России. Команда стремилась решить одну из ключевых проблем Grafana в крупных инсталляциях: после обновлений нередко ломались десятки дашбордов. Кроме того, разработчики хотели дать пользователям доступ к возможностям enterprise-редакции Grafana, которая стала недоступна для покупки в России. «Лаборатория Числитель» с 2019 года развивает три продукта: «Штурвал» (централизованное управление Kubernetes-кластерами), «Нимбиус» (частные и гибридные облака) и «Пульт» (система мониторинга на базе Zabbix). «Графиня» родилась как модуль визуализации для «Пульта», однако интерес со стороны рынка оказался настолько высоким, что разработчики решили вывести ее в самостоятельный продукт с собственной стратегией развития. «Графиня» внесена в Единый реестр российских программ для ЭВМ Минцифры, что делает её легитимным выбором для организаций, обязанных соблюдать требования по импортозамещению. Также ПО вендора сейчас проходит сертификацию ФСТЭК по 4-му уровню доверия. Главная страница «Графини» Зачем мониторингу отдельная визуализация Чтобы понять место «Графини» на рынке, стоит разобраться, почему визуализация данных мониторинга вообще заслуживает быть самостоятельным продуктом. Система мониторинга решает целый спектр задач: собирает данные, обнаруживает и предотвращает проблемы, оповещает о них, также на ней — визуализация, отчётность, интеграция и автоматизация. Однако если спросить обычного потребителя мониторинга, не инженера, который настраивает систему, а того, кто ею пользуется, то выяснится, что большинство взаимодействует лишь с двумя вещами — оповещениями и визуализацией. Более того, нередко пользователи, отвечая на вопрос о наличии системы мониторинга, называют именно Grafana, хотя она обеспечивает исключительно отображение данных, а не весь процесс мониторинга. При этом разные категории потребителей предъявляют к визуализации принципиально различающиеся требования. Дежурной смене нужны данные в реальном времени и единое окно, агрегирующее информацию из нескольких систем. Службе эксплуатации требуются фильтры, выборки и глубокая детализация — возможность «провалиться» от уровня сервиса до состояния конкретного интерфейса или процессора. Разработчикам и DevOps-инженерам важна скорость развёртывания, чтобы быстро создать визуализацию, проверить гипотезу и двигаться дальше. Руководителям и владельцам информационных систем нужна агрегация данных за длительные периоды, аналитика и кастомизация с изоляцией данных. А бизнес зачастую просто хочет, чтобы «было хорошо и красиво», — и при этом в каждой новой компании представление о красоте оказывается своим. Встроенная визуализация систем мониторинга, как правило, покрывает не более трети этих потребностей, а некоторые системы и вовсе не имеют визуальной составляющей. Именно эту нишу в своё время заняла Grafana, ставшая де-факто стандартом визуализации в мониторинге, — и теперь этот разрыв призвана закрыть «Графиня» в условиях импортозамещения. Написано с нуля Разработчики сознательно отказались от создания форка Grafana и написали «Графиню» полностью с нуля. Прямых конкурентов в этом сегменте среди российских решений сейчас нет. Компании, привыкшие работать с Grafana, получают возможность перейти на знакомый по концепции, но полностью российский инструмент. Стоит отметить, что на мировом рынке формируется альтернативное направление: проект Perses, развиваемый под эгидой фонда CNCF при участии Red Hat, предлагает cloud-native-подход к визуализации данных мониторинга. Perses существует с 2022 года и ориентирован на преодоление архитектурных ограничений Grafana, прежде всего — её монолитности. Однако для российского рынка, где ключевым требованием является присутствие в реестре отечественного ПО и наличие локальной поддержки, Perses не может рассматриваться как альтернатива «Графине». Важно также провести границу между «Графиней» и BI-системами. На первый взгляд, продукты класса BI — такие как Superset, Redash, Tableau и их аналоги — решают схожие задачи: подключают источники данных и строят визуализации. Однако BI-системы ориентированы на бизнес-аналитику и работу с большими массивами исторических данных, тогда как Grafana и «Графиня» выросли из потребностей оперативного мониторинга в реальном времени, где важны интерактивность, скорость создания дашбордов и возможность автоматизации через подход «инфраструктура как код» (IaaC). Развернуть «Графиню», подключить источник данных и создать первый рабочий дашборд можно буквально за пять минут — немногие BI-системы способны обеспечить сопоставимую скорость старта. Архитектура и работа с плагинами Бэкенд-ориентированный подход Ключевое архитектурное отличие «Графини» от Grafana заключается в подходе к работе с плагинами источников данных. В Grafana каждый плагин включает в себя и фронтенд, и бэкенд, причём фронтенд-часть должна быть написана на React с использованием собственных библиотек Grafana. Это существенно повышает порог входа для разработчиков плагинов. В «Графине» всё устроено иначе. Плагины реализованы как бэкенд-компоненты. Для создания нового плагина достаточно соблюсти REST API, а сам плагин можно написать на любом удобном языке программирования. Такой подход значительно упрощает разработку новых интеграций и расширяет круг специалистов, способных создавать плагины для платформы. Развёртывание плагинов основывается на контейнерной архитектуре. Чтобы подключить новый, достаточно добавить соответствующий контейнер в docker-compose, а затем в пользовательском интерфейсе указать ссылку на контейнер по HTTP(S). После этого выполняется настройка источника данных через привычные поля конфигурации. При этом плагины автоматически строят формы настройки на основе контрактов &m…