結合centreon監控平台,對rrdtool的數據進行二次分析highchart展現


      不知道,是不是所有的公司都會非常勤勞每個星期統計公司IDC的負載情況。如果有這方面需求,這個工作基本都是通過cacti或者centreon等等監控平台,手動選擇特定時間特定服務的使用情況,如負載和內存等。最近有個需求,是要統計一天6個時間段的網絡流量最大值和最小值,並登記入冊。一般方法又是登陸監控平台,然后選擇特定時間出圖,然后再進行統計。這個方法,我真想說弱爆了,而我之前就一直重復着這樣的工作。這次我打算利用自己不太嫻熟的django、python、rrdtool、highcharts、jquery等來簡化這一過程。

       整個過程:

                      1.使用rrdtool xport工具,將流量數據導出成xml格式

                      2.django views視圖來返回xml

                      3.前端通過jquery 來解析xml 生成6個時間段的監控值數組和一個時間數組

                      4.有了這個6個數組,計算出最大值和最小值,塞到表格里就可以了

                      5.有個表格,那么再根據表格使用highcharts進行出圖。


效果圖:

wKiom1PHPlehlCHFAALYj_3hp9k243.jpg

相關代碼分享:

1.一個button

<button onclick="parsexml('/time/1/')" class="btn btn-primary" >1 day ago</button>

2.parsexml 解析函數:

function parsexml(xml){        $.ajax({        type:'GET',        url:xml,        dataType:'xml',//注意處理信息的類型為xml,默認為html        success:function(docxml){            var value0 = parseInt($(docxml).find('v').first().text());            var timearray = new Array();            var valuearray = new Array();            $(docxml).find('row').each(function(){            var time = parseFloat($(this).children('t').text());            var value = parseFloat($(this).children('v').text());            timearray.push(time)            valuearray.push(value)                        });//end each            var starttime = getLocalTime(timearray[0]);            var endtime = getLocalTime(timearray[1439]);            var value10 = valuearray.slice(0,600);            var value12 = valuearray.slice(600,720);            var value14 = valuearray.slice(720,840);            var value19 = valuearray.slice(840,1140);            var value21 = valuearray.slice(1140,1260);            var value24 = valuearray.slice(1260,1440);            $("#10max").text(value10.max());            $("#10min").text(value10.min());            $("#12max").text(value12.max());            $("#12min").text(value12.min());            $("#14max").text(value14.max());            $("#14min").text(value14.min());            $("#19max").text(value19.max());            $("#19min").text(value19.min());            $("#21max").text(value21.max());            $("#21min").text(value21.min());            $("#24max").text(value24.max());            $("#24min").text(value24.min());            loadchart(starttime,endtime);                    }  // end of success                });   // end of ajax                          } // end of parsexml

3.highcharts 生成圖片函數:

  

function loadchart(starttime,endtime){    $(document).ready(function(){    $('#TrafficHighChart').highcharts({        data: {            table: document.getElementById('datatable')        },        chart: {            type: 'column'        },        title: {            text: 'From ' + starttime + ' To ' + endtime        },        yAxis: {            allowDecimals: false,            title: {                text: 'IDC Traffic'            }        },        tooltip: {            formatter: function() {                return '<b>'+ this.series.name +'</b><br>'+                    this.y;            }        }    }); //end of highcharts});//end of documentready            } //end of loadchart

4.計算數組最大值最小值函數:

    Array.prototype.min = function() {    var min = this[0];    var len = this.length;    for (var i = 1; i < len; i++){    if (this[i] < min){    min = this[i];    }                                  }    min = (min/1048576).toFixed(2);    return min;                                      }    Array.prototype.max = function() {    var max = this[0];    var len = this.length;    for (var i = 1; i < len; i++){    if (this[i] > max) {    max = this[i];                        }                                }    max = (max/1048576).toFixed(2)    return max;                                    }    function parsexml(xml){        $.ajax({        type:'GET',        url:xml,        dataType:'xml',//注意處理信息的類型為xml,默認為html                        }                                }    max = (max/1048576).toFixed(2)    return max;

5.表格格式:

    <table id="datatable" style="margin-left:20px;" class = "table table-bordered table-striped">    <thead>      <tr>        <th>Time Range</th>        <th>max(Mb/s)</th>        <th>min(Mb/s)</th>      </tr>    </thead>    <tbody>      <tr>        <th>00:00-10:00</th>        <td id = "10max"></td>        <td id = "10min"></td>      </tr>      <tr>        <th>10:00-12:00</th>        <td id = "12max"></td>        <td id = "12min"></td>      </tr>      <tr>        <th>12:00-14:00</th>        <td id = "14max"></td>        <td id = "14min"></td>      </tr>      <tr>        <th>14:00-19:00</th>        <td id = "19max"></td>        <td id = "19min"></td>      </tr>      <tr>        <th>19:00-21:00</th>        <td id = "21max"></td>        <td id = "21min"></td>      </tr>      <tr>        <th>21:00-24:00</th>        <td id = "24max"></td>        <td id = "24min"></td>      </tr>    </tbody>  </table>

6.highchart<div>

<div id="TrafficHighChart" style="min-width:700px;height:400px"></div>


7.django views:

rrd這個rrdtool的數據庫文件名稱,自己想辦法找到。

def trfrrdxport(request,offset):    try:        offset = int(offset)    except ValueError:        raise Http404()    rrd = '/var/lib/centreon/metrics/711.rrd'    start = int(time.mktime((datetime.date.today() - datetime.timedelta(days = offset)).timetuple()))    end = int(time.mktime((datetime.date.today() - datetime.timedelta(days = offset - 1)).timetuple()))    step = '60'    legend = 'IDC_Traffic'    xport = rrdxport(rrd,start,end,step,legend)    return HttpResponse(xport)

8.django urls:

(r'^time/(\d)/$',trfrrdxport),

9.rrdxport()xml導出函數:

def rrdxport(rrd,start,end,step,legend):    s = paramiko.SSHClient()    s.load_system_host_keys()    s.set_missing_host_key_policy(paramiko.AutoAddPolicy())    try:        pkey_file='/home/tadu/.ssh/id_rsa'        key = paramiko.RSAKey.from_private_key_file(pkey_file)        s.connect('xxx.xxx.xxx.xxx',22,'root',pkey=key,timeout=5)        cmd = "/usr/bin/rrdtool xport --start %s --end %s DEF:value1=%s:traffic_out:AVERAGE:step=%s  XPORT:value1:'%s'" % (start,end,rrd,step,legend)        stdin,stdout,stderr = s.exec_command(cmd)        return stdout.read()    except Exception,e:        return e

備注:這個函數我是通過ssh到監控機上獲取的。


這只是一種通過rrdtool數據進行前端分析展現的方法,我通過這個例子來證明其可能性,如果想要分析100台服務器每周的內存使用平均值,然后繪制到一張圖里,來看top10數據。這種方法也是可以實現的。




2014年7月17號,今天是個特殊的日子,之前的文章全部清空了。用這篇文章做個紀念,希望一切都好!









本文出自 “dreaming,zhonglin” 博客,請務必保留此出處http://gaozhonglin.blog.51cto.com/801285/1439399


注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



 
粤ICP备14056181号  © 2014-2021 ITdaan.com