Flask入门:sqlite3 + psutil + echarts 监测CPU使用率
来源:互联网 发布:沈阳办公软件培训班 编辑:程序博客网 时间:2024/04/27 15:33
最终展示图:
平台:win32 , pycharm, python2.7
本文主要使用分为三个部分:
1.监视器(monitor.py): 使用python三方模块psutil,每秒获取当前系统cpu的使用情况,并存入sqlite3数据库中。
2.路由器(echart.py):响应index.html页面的ajax,从sqlite3获取最新的一条或多条数据。
3.展示页面(index.html):发出ajax请求,更新echarts图表
项目结构
1.监控器的实现
#!/usr/bin/env python# -*- coding: UTF-8 -*-"""version: python2.7 software: PyCharmfile: monitor.py time: 2017/3/5 19:56"""import psutilimport sqlite3import timedb_name = 'mydb.db'def create_db(): # 连接 conn = sqlite3.connect(db_name) c = conn.cursor() # 创建表 c.execute('''DROP TABLE IF EXISTS cpu''') # 删除旧表,如果存在(因为这是临时数据) c.execute( '''CREATE TABLE cpu (id INTEGER PRIMARY KEY AUTOINCREMENT, insert_time text,cpu1 float, cpu2 float, cpu3 float, cpu4 float)''') # 关闭 conn.close()def save_to_db(data): '''参数data格式:['00:01',3.5, 5.9, 0.7, 29.6]''' # 建立连接 conn = sqlite3.connect(db_name) c = conn.cursor() # 插入数据 c.execute('INSERT INTO cpu(insert_time,cpu1,cpu2,cpu3,cpu4) VALUES (?,?,?,?,?)', data) # 提交!!! conn.commit() # 关闭连接 conn.close()# 创建表create_db()# 通过循环,对系统进行监控while True: # 获取系统cpu使用率(每隔1秒) cpus = psutil.cpu_percent(interval=1, percpu=True) # 获取系统时间(只取分:秒) t = time.strftime('%M:%S', time.localtime()) # 保存到数据库 save_to_db((t, cpus[0], cpus[1], cpus[2], cpus[3])) print('save a data')
运行代码:
2.路由器
#!/usr/bin/env python# -*- coding: UTF-8 -*-"""version: python2.7 software: PyCharmfile: echart.py time: 2017/3/5 19:56"""import sqlite3from flask import Flask, request, render_template, jsonifyapp = Flask(__name__)def get_db(): db = sqlite3.connect(r'E:\Gitwork\echart\mydb.db') db.row_factory = sqlite3.Row return dbdef query_db(query, args=(), one=False): db = get_db() cur = db.execute(query, args) # cur = db.execute("SELECT * FROM cpu WHERE id>=1") db.commit() rv = cur.fetchall() db.close() return (rv[0] if rv else None) if one else rv@app.route("/", methods=["GET"])def index(): return render_template("index.html")@app.route("/cpu", methods=["POST"])def cpu(): if request.method == "POST": res = query_db("SELECT * FROM cpu WHERE id>=(?)", args=(int(request.form['id']) + 1,)) # 返回1条或多条数据 return jsonify(insert_time=[x[1] for x in res], cpu1=[x[2] for x in res], cpu2=[x[3] for x in res], cpu3=[x[4] for x in res], cpu4=[x[5] for x in res]) # 返回json格式数据if __name__ == "__main__": app.run(debug=True)
3.展示页面
ECharts下载地址: http://echarts.baidu.com/
jQuery 3.1.1 官方下载地址:
https://code.jquery.com/jquery-3.1.1.js
https://code.jquery.com/jquery-3.1.1.min.js
<!DOCTYPE html><html lang="en"><head> <meta charset="utf-8"> <title>ECharts3 Ajax</title> <script src="{{ url_for('static', filename='jquery-3.1.1.js') }}"></script> <script src="{{ url_for('static', filename='echarts.js') }}"></script></head><body> <!--为ECharts准备一个具备大小(宽高)的Dom--> <div id="main" style="height:500px;border:1px solid #ccc;padding:10px;"></div> <script type="text/javascript"> //--- 折柱 --- var myChart = echarts.init(document.getElementById('main')); myChart.setOption({ title: { text: 'CPU系统监控' }, tooltip: {}, legend: { data:['cpu1','cpu2','cpu3','cpu4'] }, xAxis: { data: [] }, yAxis: {}, series: [{ name: 'cpu1', type: 'line', data: [] },{ name: 'cpu2', type: 'line', data: [] },{ name: 'cpu3', type: 'line', data: [] },{ name: 'cpu4', type: 'line', data: [] }] }); // 六个全局变量:插入时间、cpu1、cpu2、cpu3、cpu4、 哨兵(用于POST) var insert_time = ["","","","","","","","","",""], cpu1 = [0,0,0,0,0,0,0,0,0,0], cpu2 = [0,0,0,0,0,0,0,0,0,0], cpu3 = [0,0,0,0,0,0,0,0,0,0], cpu4 = [0,0,0,0,0,0,0,0,0,0], lastID = 0; // 哨兵,记录上次数据表中的最后id +1(下次查询只要>=lastID) //准备好统一的 callback 函数 var update_mychart = function (data) { //data是json格式的response对象 myChart.hideLoading(); // 隐藏加载动画 dataLength = data.insert_time.length; //取回的数据长度 lastID += dataLength; //哨兵,相应增加。 // 切片是能统一的关键!! insert_time = insert_time.slice(dataLength).concat(data.insert_time); // 数组,先切片、再拼接 cpu1 = cpu1.slice(dataLength).concat(data.cpu1.map(parseFloat)); //注意map方法 cpu2 = cpu2.slice(dataLength).concat(data.cpu2.map(parseFloat)); cpu3 = cpu3.slice(dataLength).concat(data.cpu3.map(parseFloat)); cpu4 = cpu4.slice(dataLength).concat(data.cpu4.map(parseFloat)); // 填入数据 myChart.setOption({ xAxis: { data: insert_time }, series: [{ name: 'cpu1', // 根据名字对应到相应的系列 data: cpu1 },{ name: 'cpu2', data: cpu2 },{ name: 'cpu3', data: cpu3 },{ name: 'cpu4', data: cpu4 }] }); if (dataLength == 0){clearInterval(timeTicket);} //如果取回的数据长度为0,停止ajax } myChart.showLoading(); // 首次显示加载动画 // 异步加载数据 (首次,get,显示6个数据) $.get('/cpu').done(update_mychart); // 异步更新数据 (以后,定时post,取回1个数据) var timeTicket = setInterval(function () { $.post('/cpu',{id: lastID}).done(update_mychart); }, 3000); </script></body></html>
4. 运行echart.py
在浏览器中打开http://127.0.0.1:5000/
0 0
- Flask入门:sqlite3 + psutil + echarts 监测CPU使用率
- STM32CubeMX中FreeRTOS系统CPU使用率监测测试
- cpu使用率
- CPU使用率
- CPU使用率
- CPU使用率
- CPU使用率
- CPU使用率
- 如何得知 CPU 使用率
- cpu的使用率
- CPU使用率占用100%
- 显示 cpu 使用率
- 显示 cpu 使用率
- 计算cpu使用率
- 获取进程cpu使用率
- 如何获取CPU使用率
- 1.1 CPU使用率(0518)
- 获取当前CPU使用率
- 我的物联网综合知识之创建数据库
- Android Sensor详解(5)搭建adsp firmware的环境
- OSI七层参考模型
- UVALive 4048 Fund Management(状压DP)
- 什么是词云呢?10 行 Python 代码的词云
- Flask入门:sqlite3 + psutil + echarts 监测CPU使用率
- sdutacm-树-堆结构练习——合并果子之哈夫曼树
- Phabricator安装与配置
- 简易拖动窗口-面向对象封装
- error: #5: cannot open source input file "core_cm4.h": No such file or directory
- Android Studio 使用SVN的详细讲解
- VMware tool安装遇“正在进行简易安装时,无法手动启动VMware tools安装”问题的解决方案
- C#简单异步例子
- Java中多态的方法调用顺序问题