在做性能测试的时候，你是如何监控被测试系统的硬件资源的，如果是云平台，那么一般提供的有可视化的监控信息，如果是本地服务，只能通过系统命令（如ps、top、lsof等）查看。
我们可以自己打造一个可视化的系统系统资源监控平台，本文就教大家如何实现。
准备工具：
- Flask: 一个简单的web框架。
- psutil: 用于获取本地硬件信息。
- flask_socketio： 基于Flask框架的websocket库，用于建立长连接。
- echarts： 用于实现各种图表的UI库。
开始动手
下面介绍大体思路，文末有源码：
制作一个监控页面。
https://themes.getbootstrap.com/
booststrap提供了各种各样主题，年轻人不用讲武德，偷袭~！不对，你可以抄袭一个过来。
具体方式就浏览器右键查看源码，复制粘贴，替换JS、CSS 一气呵成~！
制作图表
https://echarts.apache.org/zh/index.html
echarts是一个apache开源的图表UI库，可以帮你生成各种图表。
官方给的实例还还是比较简单的，你可照着例子熟悉一个图表的配置。
获取系统资源
https://pypi.org/project/psutil/
pstil 用于获取本地硬件资源信息，CPU、内存、磁盘等信息。
简单的API：
>>> import psutil
>>> psutil.cpu_times()
>>> psutil.cpu_count()
>>> psutil.swap_memory()
>>> psutil.virtual_memory()
>>> ....
实时获取系统资源
前端看到的数据一定要是实时的，动态的，那么就要求前端与后端保持数据的交互，websocket就是解决这类问题而生的。
-
后端：
Flask-SocketIO
https://github.com/miguelgrinberg/Flask-SocketIO -
前端：
socket.io.js
https://socket.io/
后端实现主要代码：
import time
import psutil
from flask import Flask, render_template, session, request
from flask_socketio import SocketIO, emit
from threading import Lock
app = Flask(__name__, template_folder='./')
app.config['SECRET_KEY'] = 'secret!'
socketio = SocketIO(app, cors_allowed_origins='*')
cpu_thread = None
cpu_thread_lock = Lock()
@app.route('/')
def index():
"""
Web页面
"""
return render_template('index.html')
@socketio.on('connect', namespace='/get_cpu')
def cpu_connect():
global cpu_thread
with cpu_thread_lock:
if cpu_thread is None:
cpu_thread = socketio.start_background_task(target=cpu_background_thread)
def cpu_background_thread():
count = 0
while True:
count += 1
socketio.sleep(5)
t = time.strftime('%H:%M:%S', time.localtime())
cpu = psutil.cpu_percent(interval=None, percpu=True)
socketio.emit('server_response',
{'data': [t, cpu], 'count': count}, namespace='/get_cpu')
if __name__ == '__main__':
socketio.run(app, host='127.0.0.1', port=9090, debug=True)
这里用到了多线程，每隔5秒向前端发送一次cpu信息。
前端实现主要代码：
<script src="https://cdn.jsdelivr.net/npm/socket.io-client@2/dist/socket.io.js"></script>
<script type="text/javascript">
$(document).ready(function () {
var socket = io.connect('http://127.0.0.1:9090/get_cpu', { transports: ['websocket'] });
socket.on('server_response', function (res) {
console.log("cpu:", res.data);
update_mychart(res);
});
</script>
前端建立socket连接，等待服务器“推送”数据，用回调函数更新图表。
源码
感兴趣的可以查看源码：
https://github.com/defnngj/learning-API-test/tree/master/sys_monitoring
我花了两个晚上写的，时间比较短~！大概实现了，优化的地方还有很多。