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-devel
tar -xvzf Python-3.5.1.tgz
./configure --prefix=/opt/python3
make
make install
pip install virtualenv
mkdir /opt/myproject
cd /opt/myproject
/opt/python3/bin/virtualenv ooo
. ooo/bin/activate
pip install flask
pip 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/1024
while 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M
test.py
#!/bin/env python
#coding:utf-8
s = 'akdsakjhdfdfdfdddddddddddddddddsdfsdfsdfdjkashdjkhasjkdhasjkdhkjashdaskjhfoopnnm,ioqouiew'*1000000
for 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-8
import time
import pymysql
con = 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-8
from flask import Flask,render_template,request
import pymysql
import json
con = 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
<html>
<head>
<title>lenglingx</title>
</head>
<body>
<div id="container" style="height: 400px; min-width: 310px"></div>
<script src="http://cdn.hcharts.cn/jquery/jquery-1.8.3.min.js"></script>
<script src="http://cdn.hcharts.cn/highstock/highstock.js"></script>
<script>
$(function () {
// 使用当前时区，否则东八区会差八个小时
Highcharts.setOptions({
global: {
useUTC: false
}
});
$.getJSON('/data', function (data) {
// Create the chart
$('#container').highcharts('StockChart', {
rangeSelector : {
selected : 1
},
title : {
text : '内存数据'
},
series : [{
name : '本机内存',
data : data,
tooltip: {
valueDecimals: 2
}
}]
});
});
});
</script>
</body>
</html>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-8
from flask import Flask,render_template,request
import pymysql
import json
con = 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
<html>
<head>
<title>51reboot</title>
</head>
<body>
<div id="container" style="height: 400px; min-width: 310px"></div>
<script src="http://cdn.hcharts.cn/jquery/jquery-1.8.3.min.js"></script>
<script src="http://cdn.hcharts.cn/highstock/highstock.js"></script>
<script>
$(function () {
// 使用当前时区，否则东八区会差八个小时
Highcharts.setOptions({
global: {
useUTC: false
}
});
$.getJSON('/data', function (data) {
// Create the chart
$('#container').highcharts('StockChart', {
chart:{
events:{
load:function(){
var series = this.series[0]
setInterval(function(){
$.getJSON('/data',function(res){
$.each(res,function(i,v){
series.addPoint(v)
})
})
},3000)
}
}
},
rangeSelector : {
selected : 1
},
title : {
text : '内存数据'
},
series : [{
name : '本机内存',
data : data,
tooltip: {
valueDecimals: 2
}
}]
});
});
});
</script>
</body>
</html>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。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
