文章目录
- CPU信息展示
- 图表展示-视图函数设计
- 图表展示-前端界面设计
- 折线图和饼图展示
- 饼图
- 测试
- 折线图
- celery和Django配合实现定时任务
- Windows安装redis
- 根据数据库中的数据绘制CPU折线图
CPU信息展示
图表展示-视图函数设计
host/views.py
def cpu(request):
logical_core_num = psutil.cpu_count()
physical_core_num = psutil.cpu_count(logical=False)
try:
load_avg = os.getloadavg()
except Exception as e:
load_avg = ['', '', '']
cpu_time_percent = psutil.cpu_times_percent()
else_percent = 0.0 #空闲CPU占有率
for i in range(3, 5):
else_percent += cpu_time_percent[i]
try:
cpu_freq = psutil.cpu_freq()
except AttributeError:
cpu_freq = None
return render(request, 'host/cpu.html', locals())
Windows中怎么获取平均负载？没找到资料。。。。。。。
自定义过滤器：
在 host/templatetags/timefilter.py 文件附加过滤器：
@register.filter(name='cpu_val_fmt')
def cpu_val_fmt(value):
return round(value/1000,2)
图表展示-前端界面设计
templates/host/cpu.html 文件：
{% extends 'host/base.html' %}
{% load timefilter %}
{% block title %} cpu信息 {% endblock %}
{% block content %}
<div class="page-header">
<a {% if not chart %}id="display"{% endif %} href="/cpu/">CPU 信息</a>
</div>
<div id="cpu_info">
<table class="table table-bordered">
<tr>
<td>物理 CPU 核心数</td>
<td>{{ physical_core_num }}</td>
</tr>
<tr>
<td>逻辑 CPU 核心数</td>
<td>{{ logical_core_num }}</td>
</tr>
<tr>
<td>最近 1 分钟平均负载</td>
<td>{{ load_avg.0 }}</td>
</tr>
<tr>
<td>最近 5 分钟平均负载</td>
<td>{{ load_avg.1 }}</td>
</tr>
<tr>
<td>最近 15 分钟平均负载</td>
<td>{{ load_avg.2 }}</td>
</tr>
<tr>
<td>用户</td>
<td>{{ cpu_time_percent.user }} %</td>
</tr>
<tr>
<td>系统</td>
<td>{{ cpu_time_percent.system }} %</td>
</tr>
<tr>
<td>空闲</td>
<td>{{ cpu_time_percent.idle }} %</td>
</tr>
{% if cpu_time_percent.nice %}
<tr>
<td>nice</td>
<td>{{ cpu_time_percent.nice }} %</td>
</tr>
{% endif %}
{% if cpu_time_percent.iowait %}
<tr>
<td>iowait</td>
<td>{{ cpu_time_percent.iowait }} %</td>
</tr>
{% endif %}
{% if else_percent %}
<tr>
<td>其他</td>
<td>{{ else_percent }} %</td>
</tr>
{% endif %}
{% if cpu_freq %}
<tr>
<td>正在运行频率</td>
<td>{{ cpu_freq.current | cpu_val_fmt}} GHz</td>
</tr>
<tr>
<td>最低运行频率</td>
<td>{{ cpu_freq.min | cpu_val_fmt }} GHz</td>
</tr>
<tr>
<td>最高运行频率</td>
<td>{{ cpu_freq.max | cpu_val_fmt }} GHz</td>
</tr>
{% endif %}
</table>
</div>
{% endblock %}
测试：
折线图和饼图展示
host/urls.py 文件更改路由：
相应的，在视图函数 host/views.py 中也需要设置根据不同的路径，访问不同的HTML页面
选择使用 echarts 绘制折线图和饼图
参考echart官网，快速上手: https://echarts.apache.org/handbook/zh/get-started/
使用在线echart： https://cdn.baomitu.com/echarts
在 templates/host/base.html 中添加在线echart
新建 templates/host/cpu-header.html 文件：用于设置CPU饼图和折线图页面共同的部分。
在下面的CPU饼图和折线图页面中 {% include ‘host/cpu-header.html’ %} 即可。
饼图
选择合适的饼图，使用其代码，再修改为自己的数据：https://echarts.apache.org/examples/zh/editor.html?c=pie-borderRadius
饼图中的数据是一次性，无需使用数据库存储其数据。当访问的适合返回对应的信息即可。
{% extends 'host/base.html' %}
{% load timefilter %}
{% block title %} cpu信息 {% endblock %}
{% block content %}
{% include 'host/cpu-header.html' %}
<div>
<div id="main" style="width: 80%;height:400px;"></div>
</div>
<script type="text/javascript">
// 基于准备好的dom，初始化echarts实例
var myChart = echarts.init(document.getElementById('main'));
// 指定图表的配置项和数据
option = {
tooltip: {
trigger: 'item'
},
legend: {
top: '5%',
left: 'center'
},
series: [
{
name: 'CPU占用百分比分类',
type: 'pie',
radius: ['40%', '70%'],
avoidLabelOverlap: false,
itemStyle: {
borderRadius: 10,
borderColor: '#fff',
borderWidth: 2
},
label: {
show: false,
position: 'center'
},
emphasis: {
label: {
show: true,
fontSize: 40,
fontWeight: 'bold'
}
},
labelLine: {
show: false
},
data: [
{value: {{cpu_time_percent.user}}, name: '用户'},
{value: {{cpu_time_percent.system}}, name: '系统'},
{value: {{cpu_time_percent.idle}}, name: '空闲'},
]
}
]
};
// 使用刚指定的配置项和数据显示图表。
myChart.setOption(option);
</script>
{% endblock %}
测试
折线图
有些数据是需要存储到数据库中。比如负载信息、CPU占有率等。进而根据数据库中的数据来绘制折线图。
下面选择使用用户CPU占有率这个属性来绘制折线图。
创建数据模型：
生成迁移文件，并写入数据库：
已经添加了数据库，但是此时数据库中还没有数据。
下面使用 celery 定时任务，定期扫描并存储。celery工作原理：
celery和Django配合实现定时任务
参考文章：https://www.cnblogs.com/yance-dev/p/10110754.html
- 1、安装所需模块：
pip install celery
pip install django-celery-beat
pip install django-celery-results
pip install redis
- 2、新建 host/tasks.py 文件，书写定时任务
- 3、新建 sysinfo/celery.py 文件：
- 4、在sysinfo/ _ _ init _ _.py写:
- 5、在 sysinfo/settings.py 写入：
Windows安装redis
还需要在Windows中安装redis：
参考文章：https://redis.com.cn/redis-installation.html
安装过程中，注意要将redis添加到环境变量中.
- 6、启动redis，测试celery是否配置成功:
pip install eventlet
Celery -A sysinfo worker -l info -P eventlet
此时已经连接到 redis 数据库。
- 7、 定义定时任务： tasks.py 文件
- 8、使用定时任务：
8.1 beat插件安装
pip install django-celery-beat
8.2 注册APP
8.3 数据库变更：
生成了django_celery_beat的一些信息
添加定时任务，选择任务类型
设定任务的间隔时间为2秒，并保存
8.4、 启动 worker 和 beat ：
#启动beta 调度器使用数据库
celery -A sysinfo beat -l info --scheduler django_celery_beat.schedulers:DatabaseScheduler
Celery -A sysinfo worker -l info -P eventlet
出现了错误
根据文章：https://blog.csdn.net/Jason_WangYing/article/details/122147921
修改 settings.py:
再次启动worker
再次启动beat：
数据已经存储到数据库中：
根据数据库中的数据绘制CPU折线图
修改视图函数： host/views.py
修改 templates/host/cpu-line.html 前端界面，获取数据：
{% extends 'host/base.html' %}
{% load timefilter %}
{% block title %} cpu信息 {% endblock %}
{% block content %}
{% include 'host/cpu-header.html' %}
<div>
<div id="main" style="width: 80%;height:400px;"></div>
</div>
<script type="text/javascript">
// 基于准备好的dom，初始化echarts实例
var myChart = echarts.init(document.getElementById('main'));
{# 首先，生命两个javascript数组 #}
var series_data=[];
var xAxis_data=[];
{# 使用循环，依次将数据库需要展示的数据添加到声明的两个数组中 #}
{% for data in datas %}
series_data.push({{ data.user_percent }})
xAxis_data.push("{{ data.create_time }}")
{% endfor %}
// 指定图表的配置项和数据
option = {
xAxis: {
type: 'category',
data: xAxis_data
},
yAxis: {
type: 'value'
},
series: [
{
data: series_data,
type: 'line',
smooth: true
}
]
};
// 使用刚指定的配置项和数据显示图表。
myChart.setOption(option);
</script>
{% endblock %}
为了使得数据更好地展示，可以修改定时任务的时间间隔。例如1分钟或者3分钟、5分钟。
