Skip to main content
 Web开发网 » 编程语言 » Python语言

Python自动化运维实战:从Linux系统中收集数据

2021年11月27日430百度已收录

使用Linux命令可以查看当前系统状态和运行状况的相关数据。然而,单个Linux命令和应用程序只能获取某一方面的系统数据。我们需要利用Python模块将这些详细信息反馈给管理员,同时生成一份有用的系统报告。

我们将报告分为两部分。第一部分是使用platform模块获取的一般系统信息,第二部分是硬件资源,如CPU和内存等。

首先从导入platform模块开始,它是一个内置的Python库。platform模块中有很多方法,它们可用来获取当前运行Python命令的操作系统的详细信息。

import platformsystem = platform.system()print(system)上述代码的运行结果如下。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第1张

该脚本返回当前系统的类型,同样的脚本在Windows系统上运行会得到不同的结果。当它在Windows系统上运行时,输出结果就变成Windows。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第2张

常用的函数uname()和Linux命令(uname -a)的功能一样:获取机器的主机名、体系结构和内核信息,但是uname()采用了结构化格式,以便通过序号来引用相应的值。

import platformfrom pprint import pprintuname = platform.uname()pprint(uname)上述代码的运行结果如下。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第3张

system()方法获得的第一个值是系统类型,第二个是当前机器的主机名。

使用PyCharm中的自动补全功能可以浏览并列出platform模块中的所有可用函数,按Ctrl + Q组合键就可以查看每个函数的文档(见下图)。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第4张

然后,使用Linux文件提供的信息列出Linux机器中的硬件配置。这里需要记住,在/proc/目录下可以访问CPU、内存以及网络等相关信息;我们将读取这些信息并在Python中使用标准的open()函数访问它们。查看/proc/目录可以获取更多信息。

下面给出具体的脚本。

首先,导入platform模块,它仅在当前任务中使用。

#!/usr/bin/python__author__ = "Bassim Aly"__EMAIL__ = "basim.alyy@gmail.com"import platform然后,定义函数。以下代码包含了本次练习中需要的两个函数——check_feature()和get_value_from_string()。

def check_feature(feature,string): if feature in string.lower(): return True else: return Falsedef get_value_from_string(key,string): value = "NONE" for line in string.split("\n"): if key in line: value = line.split(":")[1].strip() return value最后是Python脚本的主要部分,其中包括用来获取所需信息的Python代码。

cpu_features = []with open('/proc/cpuinfo') as cpus: cpu_data = cpus.read() num_of_cpus = cpu_data.count("processor") cpu_features.append("Number of Processors: {0}".format(num_of_cpus)) one_processor_data = cpu_data.split("processor")[1] print one_processor_data if check_feature("vmx",one_processor_data): cpu_features.append("CPU Virtualization: enabled") if check_feature("cpu_meltdown",one_processor_data): cpu_features.append("Known Bugs: CPU Metldown ") model_name = get_value_from_string("model name ",one_processor_data) cpu_features.append("Model Name: {0}".format(model_name)) cpu_mhz = get_value_from_string("cpu MHz",one_processor_data) cpu_features.append("CPU MHz: {0}".format((cpu_mhz)))memory_features = []with open('/proc/meminfo') as memory: memory_data = memory.read() total_memory = get_value_from_string("MemTotal",memory_data).replace("kB","") free_memory = get_value_from_string("MemFree",memory_data).replace("kB","") swap_memory = get_value_from_string("SwapTotal",memory_data).replace("kB","") total_memory_in_gb = "Total Memory in GB:{0}".format(int(total_memory)/1024) free_memory_in_gb = "Free Memory in GB:{0}".format(int(free_memory)/1024) swap_memory_in_gb = "SWAP Memory in GB:{0}".format(int(swap_memory)/1024) memory_features =[total_memory_in_gb,free_memory_in_gb,swap_memory_in_gb]这部分代码用来输出从上一节的代码中获取的信息。

print("============System Information============")print("""System Type: {0}Hostname: {1}Kernel Version: {2}System Version: {3}Machine Architecture: {4}Python version: {5}""".format(platform.system(), platform.uname()[1], platform.uname()[2], platform.version(), platform.machine(), platform.python_version()))print("============CPU Information============")print("\n".join(cpu_features))print("============Memory Information============")print("\n".join(memory_features))在上面的例子中我们完成了以下任务。

(1)打开/proc/cpuinfo并读取其内容,然后将结果存储在cpu_data中。

(2)使用字符串函数count()统计文件中关键字processor的数量,从而得知机器上有多少个处理器。

(3)获取每个处理器支持的选项和功能,我们只需要读取其中一个处理器的信息(因为通常所有处理器的属性都一样)并传递给check_feature()函数。该方法的一个参数是我们期望处理器支持的功能,另一个参数是处理器的属性信息。如果处理器的属性支持第一个参数指定的功能,该方法返回True。

(4)由于处理器的属性数据以键值对的方式呈现,因此我们设计了get_value_from_string()方法。该方法根据输入的键名通过迭代处理器属性数据来搜索对应的值,然后根据冒号拆分返回的键值对,以获取其中的值。

(5)使用append()方法将所有值添加到cpu_feature列表中。

(6)对内存信息重复相同的操作,获得总内存、空闲内存和交换内存的大小。

(7)使用platform的内置方法(如system()、uname()和python_version())来获取系统的相关信息。

(8)输出包含上述信息的报告。

脚本输出如下图所示。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第5张

另一种呈现数据的方式是利用第5章中介绍的Matplotlib库,可视化随时间变化的数据。

11.1.1 通过邮件发送收集的数据从上一节生成的报告中可以看到系统中当前的资源。在本节中,我们调整脚本,增强其功能,比如,将这些信息通过电子邮件发送出去。对于网络操作中心(Network Operation Center,NOC)团队来说,这个功能非常有用。当某个特殊事件(如HDD故障、高CPU或丢包)发生时,他们希望被监控系统能够自动给他们发送邮件。Python有一个内置库smtplib,它利用简单邮件传输协议(Simple Mail Transfer Protocol,SMTP)从邮件服务器中发送和接收电子邮件。

使用该功能要求在计算机上安装本地电子邮件服务器,或者能够使用免费的在线电子邮件服务(如Gmail或Outlook)。在这个例子中我们将使用SMTP登录Gmail网站,将数据通过电子邮件发送出去。

接下来,开始动手修改脚本,为其添加SMTP功能。

将所需模块导入Python,这次需要导入smtplib和platform。

#!/usr/bin/python__author__ = "Bassem Aly"__EMAIL__ = "basim.alyy@gmail.com"import smtplibimp ort platform下面是check_feature()和get_value_from_string()这两个函数的代码。

def check_feature(feature,string): if feature in string.lower(): return True else: return Falsedef get_value_from_string(key,string): value = "NONE" for line in string.split("\n"): if key in line: value = line.split(":")[1].strip() return value最后是Python脚本的主体,其中包含了获取所需信息的Python代码。

cpu_features = []with open('/proc/cpuinfo') as cpus: cpu_data = cpus.read() num_of_cpus = cpu_data.count("processor") cpu_features.append("Number of Processors: {0}".format(num_of_cpus)) one_processor_data = cpu_data.split("processor")[1] if check_feature("vmx",one_processor_data): cpu_features.append("CPU Virtualization: enabled") if check_feature("cpu_meltdown",one_processor_data): cpu_features.append("Known Bugs: CPU Metldown ") model_name = get_value_from_string("model name ",one_processor_data) cpu_features.append("Model Name: {0}".format(model_name)) cpu_mhz = get_value_from_string("cpu MHz",one_processor_data) cpu_features.append("CPU MHz: {0}".format((cpu_mhz)))memory_features = []with open('/proc/meminfo') as memory: memory_data = memory.read() total_memory = get_value_from_string("MemTotal",memory_data).replace("kB","") free_memory = get_value_from_string("MemFree",memory_data).replace("kB","") swap_memory = get_value_from_string("SwapTotal",memory_data).replace("kB","") total_memory_in_gb = "Total Memory in GB:{0}".format(int(total_memory)/1024) free_memory_in_gb = "Free Memory in GB:{0}".format(int(free_memory)/1024) swap_memory_in_gb = "SWAP Memory in GB:{0}".format(int(swap_memory)/1024) memory_features =[total_memory_in_gb,free_memory_in_gb,swap_memory_in_gb]Data_Sent_in_Email = ""Header = """From: PythonEnterpriseAutomationBot <basim.alyy@gmail.com>To: To Administrator <basim.alyy@gmail.com>Subject: Monitoring System Report"""Data_Sent_in_Email += HeaderData_Sent_in_Email +="============System Information============"Data_Sent_in_Email +="""System Type: {0}Hostname: {1}Kernel Version: {2}System Version: {3}Machine Architecture: {4}Python version: {5}""".format(platform.system(), platform.uname()[1], platform.uname()[2], platform.version(), platform.machine(), platform.python_version())Data_Sent_in_Email +="============CPU Information============\n"Data_Sent_in_Email +="\n".join(cpu_features)Data_Sent_in_Email +="\n============Memory Information============\n"Data_Sent_in_Email +="\n".join(memory_features)下面给出连接到gmail服务器所需的信息。

fromaddr = 'yyyyyyyyyyy@gmail.com'toaddrs = 'basim.alyy@gmail.com'username = 'yyyyyyyyyyy@gmail.com'password = 'xxxxxxxxxx'server = smtplib.SMTP('smtp.gmail.com:587')server.ehlo()server.starttls()server.login(username,password)server.sendmail(fromaddr, toaddrs, Data_Sent_in_Email)server.quit()在前面的例子中实现了以下功能。

(1)第一部分与上一个例子相同,只是没有将数据输出到终端,而是将其添加到Data_Sent_in_Email变量中。

(2)Header变量表示电子邮件标题,包括发件人地址、收件人地址和电子邮件主题。

(3)使用smtplib模块内的SMTP()类连接到公共Gmail SMTP服务器并完成TTLS连接。这也是连接Gmail服务器的默认方法。我们将SMTP连接保存在server变量中。

(4)使用login()方法登录服务器,最后使用sendmail()函数发送电子邮件。sendmail()有3个输入参数——发件人、收件人和电子邮件正文。

(5)关闭与服务器的连接。

脚本输出如下图所示。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第6张

11.1.2 使用time和date模块到目前为止,我们已经能将从服务器中生成的自定义数据通过电子邮件发送出去。但由于网络拥塞、邮件系统故障或任何其他问题,生成的数据与电子邮件的传递时间之间可能存在时间差,因此我们不能根据收到电子邮件的时间来推算实际生成数据的时间。

出于上述原因,需要使用Python中的datetime模块来获取被监控系统上的当前时间。该模块可以使用各种字段(如年、月、日、小时和分钟)来格式化时间。

除此之外,datetime模块中的datetime实例实际上是Python中独立的对象(如int、string、boolean等),因此datetime实例在Python中有自己的属性。

使用strftime()方法可以将datetime对象转换为字符串。该方法使用下表中的格式符号来格式化时间。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第7张

修改脚本,将下面的代码段添加到代码中。

from datetime import datetimetime_now = datetime.now()time_now_string = time_now.strftime("%Y-%m-%d %H:%M:%S")Data_Sent_in_Email += "====Time Now is {0}====\n".format(time_now_string)在这段代码中,首先从datetime模块中导入datetime类。然后使用datetime类和now()函数创建time_now对象,该函数返回系统的当前时间。最后使用带格式化符号的strftime()来格式化时间并将其转换为字符串,用于输出(注意,该对象包含了datetime对象)。

脚本的输出如下。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第8张

11.1.3 定期运行脚本在脚本的最后一步,设置运行脚本的时间间隔,它可以是每天、每周、每小时或某个特定的时间。该功能使用了Linux系统上的cron服务。cron用来调度周期性的重复事件,例如,清理目录、备份数据库、转储日志或任何其他事件。

使用下面的命令可以查看当前计划中的任务。

crontab -l编辑crontab需要使用-e选项。第一次运行cron时,系统会提示你选择自己喜欢的编辑器(nano或vi)。

典型的crontab由5颗星组成,每颗星代表一个时间项(见下表)。

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第9张

如果需要每周五晚上9点运行某个任务,可以使用下面的配置。

0 21 * * 5 /path/to/command如果需要每天0点运行某条命令(比如备份),使用这个配置。

0 0 * * * /path/to/command另外,还可以让cron以某个特定时间间隔运行。如果需要每5min运行一次命令,可以使用这个配置。

*/5 * * * * /path/to/command回到脚本,如果我们期望它每天早上7:30运行,使用这个配置。

30 7 * * * /usr/bin/python /root/Send_Email.py最后,记得在退出之前保存cron配置。

最好使用绝对路径的Linux命令,而不是相对路径,以避免出现任何潜在的问题。

本文摘自《Python自动化运维实战》

Python自动化运维实战:从Linux系统中收集数据  Python自动化运维 第10张

本书旨在讲述通过Python简化运维、提升运维效率的方法和实践。 本书首先介绍如何开发Python程序 、创建Python模块,然后讲述如何使用Python工具获取重要的输出信息、生成通用的配置模板、自动安装操作系统、配置大量服务器,最后讨论如何创建和管理虚拟机,如何利用OpenStack、VMware、AWS自动执行管理任务等。 通过本书,你将掌握用Python实现自动化运维的各种方法和技巧。

本书主要内容:

Python中常用模块的用法; 通过Python脚本管理网络设备的方法; 使用Ansible和Fabric自动执行常见的Linux管理任务的方法; 使用Python管理VMware、OpenStack和AWS实例的方法; 基于Python的安全工具的用法。

评论列表暂无评论
发表评论
微信