第0步,准备工作
yum install gcc gcc-c++ libgcc libstdc++ libgcc-devel libstdc++-devel zlib zlib-devel openssl openssl-devel pcre pcre-develtar -xvzf Python-3.5.1.tgz./configure --prefix=/opt/python3makemake installpip install virtualenvmkdir /opt/myprojectcd /opt/myproject/opt/python3/bin/virtualenv ooo. ooo/bin/activatepip install flaskpip install pymysql
第1步,我们需要获取内存信息
其实所有的监控项,包括内存数据,都是从文件中读取的,大家执行以下 cat /proc/meminfo就可以看到关于内存的信息,我们关注的是前四行,总内存,空闲内存,缓冲和缓存大小
计算内存占用量公式:
(总内存-空闲内存-缓冲-缓存)/1024Mb
代码呼之欲出 monitor.py
用with打开文件,可以自动关闭,比直接open优雅那么一丢丢
def getMem(): with open('/proc/meminfo') as f: total = int(f.readline().split()[1]) free = int(f.readline().split()[1]) buffers = int(f.readline().split()[1]) cache = int(f.readline().split()[1]) mem_use = total-free-buffers-cache print mem_use/1024while True: time.sleep(1) getMem()
执行文件 python monitor.py,每一秒打印一条内存信息
[woniu@teach memory]$ python mointor.py
2920 2919 2919 2919 2919我们可以写个很搓的测试代码,占用一点内存,看看数据会不会变
执行下面代码,能看到内存使用量明显多了几Mtest.py
#!/bin/env python#coding:utf-8s = 'akdsakjhdfdfdfdddddddddddddddddsdfsdfsdfdjkashdjkhasjkdhasjkdhkjashdaskjhfoopnnm,ioqouiew'*1000000for i in s: for j in s: s.count(j)
获取内存数据done!
第2步,存储数据到数据库
新建表格,我们需要两个字段,内存和时间 sql呼之欲出,简单粗暴
create memory(memory int,time int)
我们的 monitor.py就不能只打印内存信息了,要存储数据库啦,引入mysql模块,代码如下#!/bin/env python#coding:utf-8import timeimport pymysqlcon = pymysql.connect(host="localhost", port=3306, user="root", password="root__", database="meminfo")con.autocommit(True)cur = con.cursor()def getMem(): with open('/proc/meminfo') as f: total = int(f.readline().split()[1]) free = int(f.readline().split()[1]) buffers = int(f.readline().split()[1]) cache = int(f.readline().split()[1]) mem_use = total-free-buffers-cache print("mem_use:%s"%(int(mem_use/1024))) t = int(time.time()) print("t:%s"%(t)) sql = "insert into memory (memory, time) value (%s, %s)"%(int(mem_use/1024),t) cur.execute(sql) print("ok")while True: time.sleep(1) getMem()
比之前的多了拼接sql和执行的步骤,具体过程见视频,大家到数据库里执行一下下面的sql,就能看到我们辛辛苦苦获取的内存数据啦
select * from memory
我们的数据库里数据越来越多,怎么展示呢第3步,数据展示
我们需要flask
我们看下文件结构.├── flask_web.py web后端代码├── mointor.py 监控数据获取├── static 静态文件,第三方图表库│ ├── exporting.js│ ├── highstock.js│ └── jquery.js├── templates│ └── index.html 展示前端页面└── test.py 占用内存的测试代码
flask_web就是我们的web服务代码,template下面的html,就是前端展示的文件,static下面是第三方库
flask_web的代码如下
提供两个路由
根目录渲染文件index.html /data路由去数据库插数据,返回json,供画图使用#!/bin/env python#coding:utf-8from flask import Flask,render_template,requestimport pymysqlimport jsoncon = pymysql.connect(host="localhost", port=3306, user="root", password="root__", database="meminfo")con.autocommit(True)cur = con.cursor()app = Flask(__name__)@app.route("/")def index(): return render_template('index.html')@app.route('/data')def date(): sql = 'select * from memory' cur.execute(sql) arr = [] for i in cur.fetchall(): arr.append( [i[1] * 1000, i[0]] ) return json.dumps(arr)if __name__ == '__main__': app.run(host='0.0.0.0', port=5000, debug=True)
index.html
lenglingx
到止,我们已经完成了,不过,我们不能实时看到内存。
第4步:实时展示
我们并不仅限于此,如果想实时的看到内存,应该怎么搞呢
- 查询数据时候增加一个时间戳当限制条件,再次查询时,只返回两次查询之间的增量数据
- 前端动态添加增量结点数据到图表中
- 代码呼之欲出
flask_web.py
#!/bin/env python#coding:utf-8from flask import Flask,render_template,requestimport pymysqlimport jsoncon = pymysql.connect(host="localhost", port=3306, user="root", password="root__", database="meminfo")con.autocommit(True)cur = con.cursor()app = Flask(__name__)@app.route("/")def index(): return render_template('index.html')tmp_time = 0@app.route('/data')def date(): global tmp_time if tmp_time > 0: sql = 'select * from memory where time>%s'%(tmp_time/1000) else: sql = 'select * from memory' print("sql: %s"%(sql)) cur.execute(sql) arr = [] for i in cur.fetchall(): arr.append( [i[1] * 1000, i[0]] ) if len(arr)>0: temp_time = arr[-1][0] return json.dumps(arr)if __name__ == '__main__': app.run(host='0.0.0.0', port=5000, debug=True)
index.html
51reboot
结果如图:
运行程序flask_web.py
执行monitor.py把数据入库
打开网页查看结果,会3秒自动更新一下。