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:psutil和rich,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:

复制代码
 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

与shigen一起,每天不一样!

相关推荐
陈随易5 小时前
Postman 被曝自动往 Claude Code 和 Codex 装插件
前端·后端·程序员
云-缩影6 小时前
拆解 AI 图像生成应用的后端架构:ECS、OSS 和大模型 API 怎么配合
java·spring boot·后端
考虑考虑8 小时前
Posrgresql恢复.backup文件
数据库·后端·postgresql
无奈何杨8 小时前
风控决策系统决策流,策略模式,权重、顺序、投票、最坏
后端
Patrick_Wilson9 小时前
Go 为什么需要 defer?从函数怎么收尾说起
后端·go·编程语言
苏三说技术9 小时前
DeepSeek Harness入驻B站,评论区被干成了大型插件集市!
后端
橙序员小站9 小时前
我一句话让 AI 把公众号工作台搭完了:部署实测记录
后端
Patrick_Wilson10 小时前
从文本输出理解 Go 方法与接口
后端·go·编程语言
QCoding10 小时前
企业级Agent Evaluation实战:Agent能跑就能上线?AI Agent到底怎么测?
后端·spring
苍何11 小时前
让 WorkBuddy 操控浏览器,干活有点猛啊1
后端