python脚本,实现监控系统的各项资源

shigen坚持日更的博客写手,擅长Java、python、vue、shell等编程语言和各种应用程序、脚本的开发。坚持记录和分享从业两年以来的技术积累和思考,不断沉淀和成长。

今天的文章涉及到docker的操作和一个python脚本,实现监控网络的流量、CPU使用率、内存使用率和磁盘使用情况。来和shigen一起先看看效果吧:

这是在控制台中出现的数据,可以很简单的看到我们想要的监控指标。如果实现定时任务和数据的存储、数据的展示,就是很好看的数据监控图表了。

我的代码主要是运行在一个centos的docker容器中。

是的,你没有看错,我还暴露了容器的22端口,供我在宿主机进行连接。

但是这不是重点,我拉取的centos其实是一个裸机,跟我们最开始买的服务器一样的。运行代码,肯定是需要安装python解释器的,这里shigen找到了珍藏许久的shell脚本,直接复制粘贴即可配置好python的环境。

这里我选取的python版本是:3.9.2。

go 复制代码
 wget https://registry.npmmirror.com/-/binary/python/3.9.2/Python-3.9.2.tgz
 tar -zxvf Python*
 yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make libffi-devel
 ./configure
 make && make install

验证python是否安装成功,只需要执行一下命令即可:

bash 复制代码
 which python3 && python3 --version

那其实还有很重要的一步:配置pip的镜像,不然网络会慢到你怀疑人生。

arduino 复制代码
 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

现在,我们的前置的准备工作全部的完成了。我们直接在vscode中编辑好代码:

python 复制代码
 # -*- encoding: utf-8 -*-
 __date__ = '2023/11/02 19:01:26'
 ​
 import psutil
 from rich.table import Table
 from rich.console import Console
 ​
 # 创建新表格
 table = Table(show_header=True, header_style="bold magenta", expand=True)
 table.add_column("指标", style="dim", width=12)
 table.add_column("数值", justify="right")
 ​
 # 获取系统信息
 cpu_percent = psutil.cpu_percent(interval=1)
 cpu_freq = psutil.cpu_freq()
 cpu_cores = psutil.cpu_count(logical=False)
 memory = psutil.virtual_memory()
 network_stats = psutil.net_io_counters()
 disk_stats = psutil.disk_partitions(all=True)
 ​
 # 添加 CPU 信息到表格
 table.add_row("CPU 使用率", f"{cpu_percent}%")
 if cpu_freq is not None:
     table.add_row("CPU 频率", f"{cpu_freq.current:.2f} MHz")
 else:
     table.add_row("CPU 频率", "N/A")
 table.add_row("CPU 核心数", f"{cpu_cores} 核")
 ​
 # 添加内存信息到表格
 table.add_row("总内存", f"{memory.total / (1024**3):.2f} GB")
 table.add_row("已用内存", f"{memory.used / (1024**3):.2f} GB")
 table.add_row("内存使用百分比", f"{memory.percent}%")
 ​
 # 添加网络信息到表格
 table.add_row("发送字节数", f"{network_stats.bytes_sent / (1024**2):.2f} MB")
 table.add_row("接收字节数", f"{network_stats.bytes_recv / (1024**2):.2f} MB")
 ​
 # 添加磁盘信息到表格
 for partition in disk_stats:
     disk_usage = psutil.disk_usage(partition.mountpoint)
     table.add_row(f"{partition.device} ({partition.mountpoint})", f"{disk_usage.percent}%")
 ​
 # 创建 console 对象并输出表格
 console = Console()
 console.print(table)

这里主要用到了两个库:psutilrich,借助psutil我们可以轻易的获得系统的各种指标,那rich主要是在控制台实现炫酷的效果。这里是时间关系,shigen写的比较简单。

那文件在我的主机上,centos的服务器在我的docker里边,文件到我的docker容器就需要docker cp派上用场了。在主机执行:

bash 复制代码
 docker cp xx.py dockerId:/shigen/python

我们安装一下需要的库:

 pip3 install psutil rich

现在环境配置成功,我们就可以看到上边的表格指标数据了。其实还是主要的复习一下docker的使用,顺便写了一个脚本实现服务器资源的监控,算是一个日常的练手吧。


以上就是今天分享的全部内容了,觉得不错的话,记得点赞 在看 关注支持一下哈,您的鼓励和支持将是shigen坚持日更的动力。同时,shigen在多个平台都有文章的同步,也可以同步的浏览和订阅:

平台 备注 链接
CSDN 知名博客平台,很少关注 shigen的CSDN主页
知乎 专注内容分享和问题解答 shigen的知乎主页
掘金 高质量博客平台 shigen的掘金主页
腾讯云开发者社区 腾讯云开发者社区 shigen的腾讯云开发者社区主页
微信公众平台 个人微信公众号,分享技术和日常 公众号名:shigen

shigen一起,每天不一样!

相关推荐
hlsd#23 分钟前
go mod 依赖管理
开发语言·后端·golang
陈大爷(有低保)27 分钟前
三层架构和MVC以及它们的融合
后端·mvc
亦世凡华、27 分钟前
【启程Golang之旅】从零开始构建可扩展的微服务架构
开发语言·经验分享·后端·golang
河西石头28 分钟前
一步一步从asp.net core mvc中访问asp.net core WebApi
后端·asp.net·mvc·.net core访问api·httpclient的使用
2401_8574396940 分钟前
SpringBoot框架在资产管理中的应用
java·spring boot·后端
怀旧66641 分钟前
spring boot 项目配置https服务
java·spring boot·后端·学习·个人开发·1024程序员节
阿华的代码王国1 小时前
【SpringMVC】——Cookie和Session机制
java·后端·spring·cookie·session·会话
小码编匠1 小时前
领域驱动设计(DDD)要点及C#示例
后端·c#·领域驱动设计
德育处主任Pro2 小时前
『Django』APIView基于类的用法
后端·python·django
哎呦没4 小时前
SpringBoot框架下的资产管理自动化
java·spring boot·后端