基于Django+Bootstrap框架，可视化展示内存监控信息

构思过程：

一开始单纯的写了个内存监控的脚本，每隔5分钟收集服务器的内存信息，然后将收集到的数据写进数据库中，但后来发现就算把收集的信息写入数据库，如果需要查询某个时段的内存信息，需要手动进入数据库中查看表里的数据，所以干脆结合Bootstrap+django做成一个demo，能够直观的展示后台所收集到的监控信息，这样就省事很多了。

合适的工具：

因为之前接触过 Echarts ，所以打算使用Echarts来做前端的折线图展示。Echarts是一个百度开源的可视化库，我觉得不错的地方就是很直观的配置数据映射逻辑，以及多种多样的可视化类型。

在考虑到了如果需要查询某个时间段的内存监控信息时，手动输入日期时间很容易造成格式等其他错误，所以在网上找到了bootstrap的日期选择控件—— bootstrap-datetimepicker

版本选择：

• Django 1.9.13
• Bootstrap 2.2.2
• jquery 1.8.3
• mariadb 10.2.17
• ECharts

设计流程:

1、初始化项目基本配置

首先创建一个Devops的数据库。创建一个Django项目，修改settings.py配置文件，映射数据库配置，设置静态文件的地址，模板目录的地址；修改models的模型，新增一个memory_info类，在类中添加必要的字段：

memory_info类，在类中添加必要的字段：
class memory_info(models.Model):
   minion_id = models.CharField(max_length=20,null=False)
   memory_total = models.IntegerField(default=0)
   memory_used = models.IntegerField(default=0)
   memory_free = models.IntegerField(default=0)
   memory_share = models.IntegerField(default=0)
   memory_bu_ca = models.IntegerField(default=0)
   memory_available = models.IntegerField(default=0)
   memory_time = models.DateTimeField(default=timezone.now)

执行以下命令，初始化数据库,项目的初步工作就完成了：

python manage.py makemigrations
python manage.py migrate

以下是我的目录树：

2、完善内存监控脚本

编写监控内存信息脚本，脚本可以分为两个部分，首先就是分析系统中内存的信息，其次就是将分析得到的系统内存信息存入数据库。再通过crontab设置定时任务，每隔五分钟执行一次脚本。

分析系统中内存的信息，可以直接通过调用 linux 系统自带的free命令获取，然后截取分割字符串。

（当然你也能够用psutil模块分析内存信息,主要还是因为我懒。）

存入数据库的操作需要注意的点就是，插入数据库语句中设计到某些字段的类型问题，如一些字符串格式的字段需要加上单引号，以及在发生插入失败时设置回滚等操作。

（具体代码就不贴了，太简单，有兴趣在下面的github里面的scritps目录中可以看下脚本，当然还有其他监控的脚本。）

定时任务如下:

3、前端的可视化展示：

编写前端的页面，首先是bootstrap日期选择控件，这个bootstrap-datetimepicker控件有意思的是基于 bootstrap2 编写，对于 bootstrap3 某些地方是不能够兼容使用的。这一点需要注意。

该项目的github地址：

git clone git://github.com/smalot/bootstrap-datetimepicker.git

详细介绍该日期选择控件用法：

http://www.bootcss.com/p/bootstrap-datetimepicker/index.htm

大概需要实现的效果就是，有两个日期选择控件，分别是用于 选择开始时间 和 选择结束时间 ，当选择完开始时间，能够动态设置结束时间的 最小值 ；当选择完结束时间后，同样也能够动态设置开始时间的 最大值

具体效果如下：

关键jq代码：

var picker1 = $(".form_datetime").datetimepicker({
    format: "yyyy-mm-dd ",
    minView:2,
    autoclose: true,
    todayBtn: true,
    startView: 'year',
    pickerPosition: "bottom-left"
});
var picker2 = $(".form_datetime2").datetimepicker({
    format: "yyyy-mm-dd ",
    minView:2,
    autoclose: true,
    todayBtn: true,
    startView: 'year',
    pickerPosition: "bottom-left"
});
picker1.on('changeDate', function(env){
    $(".form_datetime2").datetimepicker('setStartDate',env.date);
});
picker2.on('changeDate', function(env){
    $(".form_datetime").datetimepicker('setEndDate',env.date);
});

其次就是 ECharts 展示的折线图，这里的 折线图 分为两个状态，首先就是打开页面时展示的 初始状态 ，最开始的状态中默认是五天内的内存监控信息数据，其次就是查询指定时间段的 查询状态 ，可以通过提交查询时间，获取指定时间段的内存监控信息。

Echats官网地址：

http://echarts.baidu.com/index.html

参考的实例：

http://echarts.baidu.com/examples/editor.html?c=grid-multiple

具体思路：

首先需要在绘图前为ECharts准备一个具备宽高的 DOM 容器，通过 echarts.init 方法初始化一个ECharts实例，然后接收从后台传过来的JSON，通过 SetOption 方法生成一个折线图。大致的流程就是这样，需要注意的点就是，jq接收Django传送过来的JSON时，要加一个 Safe过滤器 ，关闭自动转义，同时也是为了防止页面乱码。

var mem_total = {{ mem_total|safe }};

其次设置绑定查询按钮点击监听事件，将需要查询的时间段发送到后台，然后接收后台传送回来的JSON，通过SetOption方法重新生成一个折线图。这就是ECharts生成折线图大概的过程，其中如果考虑到如果数据加载时间过长，可以添加一段loading动画，使其变得更加人性化:

myChart.showLoading();  //添加加载动画
myChart.hideLoading();  //隐藏加载动画

4、完善后台的逻辑操作：

后台的逻辑十分简单，最主要的就是查询数据库中的数据，发送到初始页面的JSON，以及接受前台查询的时间段，查询数据库中指定时间段的数据。

关键代码如下：

def get_mem_time(request):
   memory_list = {'Used': [], 'Free': [], 'Share': [], 'Buff_Cache': [], 'Available': [], 'Datetime': []}
   if request.is_ajax:

      #接收从前端页面传来的数据
      starttime = request.GET.get('starttime').encode('utf-8')
      endtime = request.GET.get('endtime').encode('utf-8')
      startdate = datetime.strptime(starttime.split(' ')[0],"%Y-%m-%d")
      enddate = datetime.strptime(endtime.split(' ')[0],"%Y-%m-%d")

      # 过滤在某时间段的数据
      for i in memory_info.objects.filter(minion_id='mbb-48',memory_time__range=(startdate,enddate)):
         memory_list['Used'].append(i.memory_used)
         memory_list['Free'].append(i.memory_free)
         memory_list['Share'].append(i.memory_share)
         memory_list['Buff_Cache'].append(i.memory_bu_ca)
         memory_list['Available'].append(i.memory_available)
         memory_list['Datetime'].append(datetime.strftime(i.memory_time, "%Y-%m-%d %H:%M"))
         memory_list['mem_total']=i.memory_total
   #  print memory_list
   return JsonResponse(memory_list)

整体效果如下:

Demo的github地址：

https://github.com/libuliduobuqiuqiu/Devops

总结：

需要改进的地方很多，但是是自己亲手通过翻阅资料和结合以前自学的东西写出来，感觉还是受益颇多。我打算以此为基础自己写一个 监控运维系统 ，整合自己所学的，加深自己自动化运维方面的知识和见解。