简易的内存监控系统

本文需要有一定的python和前端基础，如果没基础的，请关注我后续的基础教程系列博客

文章源地址,还可以看到具体的代码,喜欢请加个星星

腾讯视频链接

录制中间网出问题了，重启了一下，所以有两部分

• 视频1

• 视频2

本文的目的在于，尽可能用简单的代码，让大家了解内存监控的原理
主题思路

• 获取内存信息

• 存储信息

• 展现

• 后续扩展

  • 加主机名,monitor部署在多台机器，不直接插数据库

  • 通过http请求的方式，一台机器起flask专门存数据monitor

思路图

第一步，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

s = \'akdsakjhdjkashdjkhasjkdhasjkdhkjashdaskjhfoopnnm,ioqouiew\'*100000

for i in s:
    for j in s:
        s.count(j)                 

获取内存数据done!

第二步存储数据库

我们选用mysql

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

import time
import MySQLdb as mysql

db = mysql.connect(user=\"reboot\",passwd=\"reboot123\",db=\"memory\",host=\"localhost\")
db.autocommit(True)
cur = db.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
    t = int(time.time())
    sql = \'insert into memory (memory,time) value (%s,%s)\'%(mem_use/1024,t)
    cur.execute(sql)
    print mem_use/1024
    #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

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

from flask import Flask,render_template,request
import MySQLdb as mysql

con = mysql.connect(user=\'reboot\',passwd=\'reboot123\',host=\'localhost\',db=\'memory\')

con.autocommit(True)
cur = con.cursor()
app = Flask(__name__)
import json

@app.route(\'/\')
def index():
    return render_template(\'index.html\')

@app.route(\'/data\')
def data():
    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=9092,debug=True)

前端index.html
highstock的demo页面,copy过来，具体过程见视频

hello world

具体观察数据结构的过程，见视频和demo链接，我们做的 就是把数据库里的数据，拼接成前端画图需要的数据，展现出来

这时候前端就能看到图表啦

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

python

tmp_time = 0

@app.route(\'/data\')
def data():
    global tmp_time
    if tmp_time>0:
        sql = \'select * from memory where time>%s\' % (tmp_time/1000)
    else:
        sql = \'select * from memory\'
    cur.execute(sql)
    arr = []
    for i in cur.fetchall():
        arr.append([i[1]*1000,i[0]])
    if len(arr)>0:
        tmp_time = arr[-1][0]
    return json.dumps(arr)

前端,3秒查一次增量数据

    $.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 : \'AAPL Stock Price\'
            },
            series : [{
                name : \'AAPL\',
                data : data,
                tooltip: {
                    valueDecimals: 2
                }
            }]
        });
    });

done！两个文件都搞定，double kill！
效果

最终代码直接下载那个木看也行

监控文件monitor.py

import time
import MySQLdb as mysql

db = mysql.connect(user=\"reboot\",passwd=\"reboot123\",db=\"memory\",host=\"localhost\")
db.autocommit(True)
cur = db.cursor()

def getMem():
    f = open(\'/proc/meminfo\')
    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
    t = int(time.time())
    sql = \'insert into memory (memory,time) value (%s,%s)\'%(mem_use/1024,t)
    cur.execute(sql)
    print mem_use/1024
    #print \'ok\'
while True:
    time.sleep(1)
    getMem()

flask

from flask import Flask,render_template,request
import MySQLdb as mysql

con = mysql.connect(user=\'reboot\',passwd=\'reboot123\',host=\'localhost\',db=\'memory\')
con.autocommit(True)
cur = con.cursor()
app = Flask(__name__)
import json

@app.route(\'/\')
def index():
    return render_template(\'index.html\')

tmp_time = 0

@app.route(\'/data\')
def data():
    global tmp_time
    if tmp_time>0:
        sql = \'select * from memory where time>%s\' % (tmp_time/1000)
    else:
        sql = \'select * from memory\'
    cur.execute(sql)
    arr = []
    for i in cur.fetchall():
        arr.append([i[1]*1000,i[0]])
    if len(arr)>0:
        tmp_time = arr[-1][0]
    return json.dumps(arr)

if __name__==\'__main__\':
    app.run(host=\'0.0.0.0\',port=9092,debug=True)

前端

hello world

代码没有特别注意细节，希望大家喜欢。

欢迎大家关注个人公共号,高品质运维开发