自动化运维：使用flask+mysql+highcharts搭建监控平台

1.前言

　　本来想做一个比较完善的监控平台，只需要做少许改动就可以直接拿来用，但是在做的过程中发现要实现这个目标所需的工作量太大，而当前的工作中对其需求又不是特别明显。所以就退而求其次，做了一个类似教程系统的东西。在这个系统中，你应该可以找到做一个监控系统所需要的大部分技术点，而它的真正意义就在于其打通了整个数据流转的环节。

　　先上一个效果图：

       

       因为只是做了一个简单的验证，所以只有内存曲线有变动，CPU使用情况没变化。X轴的坐标有时间重复，是由于数据里面有相同的IP地址造成的。

       磁盘使用情况、硬盘/网络IO的实现过程和内存、CPU类似，所以就没有具体实现。需要特别说明的是： 数据采用的拉的方式，所以目标机只能执行shell命令，磁盘使用情况的处理，尤其是IO情况的处理，比较麻烦。但是其好处是不需要在目标机器上安部署任何东西，只需要一个有权限执行shell命令的账号即可。如果不介意部署麻烦问题，可以在每个目标机上安装psutil包，可以很方便的获取系统信息，但是我看了看大部分系统自带的python都是2.7版本的，而psutil包需要3.0版本以上的。

2.遇到的问题

　　把开发过程中遇到的问题放到前面说，是为了避免大家遇到相同的问题，从而走了弯路。

　　2.1 flask-sqlalchemy

　　这个是我最想吐槽的地方：如果一个ORM框架的使用成本和排查错误的成本远远超过了直接使用sql语句的成本，那么你还有啥存在的意义？

　　(1)from flask_sqlalchemy import SQLAlchemy  #python3 的写法

　　(2)安装2.1版本，最新2.3有问题，2.2不确定。使用pip按照的方法为：pip install flask-sqlalchemy==2.1

　　(3)2.1版本应该也有问题，因为app、models、database三个功能类文件分开的话，只有第一次读取数据是从数据库读取，剩下的读取过程好像都是从内存中读取的。但是如果把所有的内容都放到app文件中就不存在这个问题(这就是我把所有内容都放到一个文件的原因)。这也是目前我能找到的唯一的一个解决方式，如果有其他方式可以解决这个问题，请大家在下面留言告诉我，谢谢。

　　针对这个问题，我也咨询了几位群里朋友的意见，他们的建议就是最好使用sql直接操作数据库，不仅方便灵活可控，还可以减少框架本身的缺陷引起的莫名其妙的问题。这点我是深有同感，第一次是使用pip安装的flask-sqlalchemy 2.3，一堆莫名其妙的问题，查来查去原来是版本问题引起的。因为是使用pip安装的，所以当时没有考虑版本的问题。

　　2.2 关于测试机器IP的问题

　　如果测试过程中，目标机器就一个，IP地址也就一个，这种情况下频繁读取该机器的系统信息，由于机器的保护机制耗费的时间会阶段性变长，建议多连接几台机器测试或者挂几个VIP试试。

　　2.3 关于提高的SQL脚本

       我把整个项目文件上传到了github上，项目中包含的sql脚本如果是在windows下的mysql中执行，需要把create语句整理成一行，否则会创建失败。linux下的mysql中没有这个问题。

3.系统组成及主要工具包

         

4.技术点详解

完整的项目及文件内容见：https://github.com/lichao1217/woodpecker

4.1 获取数据部分

　　(1)通过SSH的方式连接目标机器(完整代码：woodpeckerwpgdserverconn.py)

import paramiko #引用封装SSH连接方式的工具包
#返回一个连接
#host：ip地址  username：用户名  pwd 密码
def get_connection(host,username,pwd):
    try:
      client = paramiko.SSHClient()
      client.set_missing_host_key_policy(paramiko.AutoAddPolicy())
      client.connect(host,22,username,pwd)
      return client
    except Exception as e:
      return None

      (2)使用configparser工具包读取连接mysql数据库的配置，并返回一个mysql连接（完整代码：woodpeckerwpgdDBconn.py）

def __get_dbconn(self):
        try:
           
            _config = configparser.ConfigParser()
            _config.read(self._configPath)
            host = _config.get("dbconfig","host")  #主机IP地址
            dbusername = _config.get("dbconfig","dbusername") #数据库用户名
            dbuserpwd = _config.get("dbconfig","dbuserpwd") #数据库用户密码
            dbname = _config.get("dbconfig","dbname") #数据库名称
            db = pymysql.connect(host,dbusername,dbuserpwd,dbname)
            return db
        except Exception as e:
            return None

      (3)使用pymysql读取数据（完整代码：woodpeckerwpgdDBconn.py）

 def get_serverList(self,sqltext):
        db = self.__get_dbconn()
        if db is None:
            return 0  #0表示连接数据库失败
        else :
            try:
                cursor = db.cursor()
                cursor.execute(sqltext) #执行sql语句
                results = cursor.fetchall() #读取全部结果
                return results
            except Exception as e:
                return -1 # -1 表示读取数据失败，有可能SQL语句不对
            finally :
                db.close()

4.2读取数据部分（代码都在app.py 和index.html中）

　　(1)flask-sqlalchemy连接mysql

from flask_sqlalchemy import SQLAlchemy  #python3 的写法
app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://woodpecker:woodpecker@localhost/woodpecker'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False  #是否
app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = True
db = SQLAlchemy(app)

    详细配置参数见：http://www.pythondoc.com/flask-sqlalchemy/config.html

　　(2)models定义部分

　　这里只有2点需要注意：

　　第一：如果定义的类名和表名不一致，需要使用__tablename__参数说明(__是双下划线)，例如： __tablename__ = 't_servers'

       第二：表必须要有主键

　　(3)无参数读取数据库数据

         html部分：

<ul id="serverlist" class="dropdown-menu" role="menu" aria-labelledby="dropdownMenu1">
         {% for group in groupList  %}
             <li><a role="menuitem" href="#" >{{ group.groupname }}</a></li>
             <li class="divider"></li>
         {% else %}
             <li><a role="menuitem" href="#">读取服务器分组失败</a></li>
         {% endfor %}
    </ul>

       {{ group.groupname }} 这是flask表示变量的方式，并且上述代码中的class都是在bootstrap中定义的。

         python部分：

def index():
    groupList = Group.query.all()
    return render_template('index.html', groupList=groupList)

      Group.query.all()   这是flask-sqlalchemy查询数据的方式

    (4)页面传参数到后台读取数据

    html部分(ajax)：      

var data = {'ip':ip};   //ip是传到后台的参数
        $.ajax({
            type:'post',
            async:false,
            url:"/get_sys_info",  //接收参数的后台路由函数
            data:data,
            success:function (result) {
                drawchart(result,ip) //此函数是接收到返回的结果后做前台处理的
                ;}
      });

    python部分：

@app.route('/get_sys_info', methods=['POST','GET'])
def getSysInfo():
    ip = request.form.get("ip")
    .......

    (5)动态添加li元素

     有两种方式：

      第一种在页面装载过程中动态添加li元素及点击事件：

 //给服务器列表的下拉框每个li元素添加点击事件
    window.onload = function () {
         var obj_lis = document.getElementById("serverlist").getElementsByTagName("li");
         for(var i=0;i<obj_lis.length;i++)
         {
            obj_lis[i].onclick = function()
            {
                getiplist(this.innerText);
            }
         }
    }
    //根据选择的分组设置btn的现实，并读取当前分组下的ip列表
    function getiplist(groupname)
    {
        var btn=document.getElementById("dropdownMenu1");
        //直接给btn.innerText = groupname,表示下来的倒三角不显示
        btn.innerHTML=groupname+"<span class="caret"></span>";
        getipList(groupname)
    }

     第二种当页面装载完成后点击页面元素局部刷新添加li元素及点击事件

 //添加ip地址到ul中
      function addIPToUL(data){
          delIPFromUL();
          var ip_str = String(data);
          var ips = ip_str.split(",");
               //alert(ips[0]);
          for(var i=0;i<ips.length;i++)
          {
              var li = document.createElement("li");
              li.setAttribute("class","list-group-item");
              li.innerText=ips[i];
              li.onclick=getSysInfo;
              document.getElementById("iplist").appendChild(li);
          }
      }

    (6)动态删除li元素

//选择新分组之后需要清空当前的ip地址
      function delIPFromUL() {
          var obj_ul = document.getElementById("iplist");
          var obj_lis = document.getElementById("iplist").getElementsByTagName("li");
          var cnt = obj_lis.length;
          //alert(cnt);
          if(cnt>0) {
              for (var i=cnt-1;i>=0;i--){
              var m_li=obj_lis[i];
              obj_ul.removeChild(m_li);
             }
          }

      }

   (7)定时刷新函数

 setInterval(function () {
        //alert("开始执行");
        getSysInfo();
    }, 60000);

   这里需要说一下，定时函数中执行的函数最好紧跟着定时函数，否则容易识别不了。

    (8)时间格式转换

     js好像没有自带的时间转换格式函数，所以引入了moment.js来处理时间格式。

     (9)highcharts

     html部分:

 <div id="chart_cpu"  style="height: 50%; 50%;background: white;float: left"></div>

    js部分：

//CPU显示
        var options_cpu ={
            chart:{
                type:'line'
            },
            title:{
                text:'CPU使用情况'
            },
            subtitle:{
              text:ip
            },
            xAxis:{
                type:"datetime",
                dateTimeLabelFormat:{
                    day:'%H:%M'
                },
                labels:{
                    overflow:'justify'
                },
                categories:data["time"]
            },
            yAxis:{
                title:{
                    text:'百分比(%)'
                }
            },
            legend:{
                layout: "vertical",
                align:'left',
                verticalAlign: "middle"
            },
            credits:{
                enabled:false
            },
            series:[{
                name:'sy',
                data:data["sy"]
            },
                {
                    name:'us',
                data:data["us"]
                },
                {
                    name:'total',
                data:data["totalcpu"]
                }]
        };
        $('#chart_cpu').highcharts(options_cpu);
  

  python部分：

@app.route('/get_sys_info', methods=['POST','GET'])
def getSysInfo():
    ip = request.form.get("ip")
    #倒序排列去除最近10条数据
    sysinfos = SysInfo.query.filter_by(serverip=ip.strip()).order_by(SysInfo.id.desc()).limit(10).all()
    #重新处理成正序
    sysinfolist = []
    for i in range(len(sysinfos)-1, 0, -1):
        sysinfolist.append(sysinfos[i])
    print(sysinfolist[0].id)
    cpudic = getCPUinfoList(sysinfolist)
    memdic = getMeminfoList(sysinfolist)
    sysinfodic = dict(cpudic, **memdic)
    sysinfodic = jsonify(sysinfodic)
    return sysinfodic

    (10) div排列

<div id="mainchart" style="height: 80%;87%;background: #8c8c8c;position: absolute;margin-left: 13%">
        <div id="chart_cpu"  style="height: 50%; 50%;background: white;float: left"></div>
        <div id="chart_mem" style="height: 50%; 50%;background:beige;float: right" ></div>
        <div id="chart_disk"  style="height: 50%; 50%;background: beige;float: left;text-align: center;font-size: 30px">磁盘使用情况</div>
        <div id="chart_io" style="height: 50%; 50%;background:white;float: right;text-align: center;font-size: 30px" >硬盘/网络IO情况</div>
    </div>

5.总结

　　按照上述提到的知识点就可以搭建出来一个自己的监控系统。需要完善的就是highcharts的显示问题了，这个可以参考下相关资料设置成自己满意的显示方式。　　

　　当然，由于本人水平有限，其中难免有不足的地方，欢迎大家提出来，多做交流，共同进步。