用 Python 腳本實現對 Linux 服務器的監控
目前 Linux 下有一些使用 Python 語言編寫的 Linux 系統監控工具 比如 inotify-sync(文件系統安全監控軟件)、glances(資源監控工具)等,在實際工作中,Linux 系統管理員可以根據自己使用的服務器的具體情況編寫一下簡單實用的腳本實現對 Linux 服務器的監控。 本文介紹一下使用 Python 腳本實現對 Linux 服務器 CPU 內存 網絡的監控腳本的編寫。
Python 版本說明
Python 是由 Guido van Rossum 開發的、可免費獲得的、非常高級的解釋型語言。其語法簡單易懂,而其面向對象的語義功能強大(但又靈活)。Python 可以廣泛使用并具有高度的可移植性。本文 Linux 服務器是 Ubuntu 12.10, Python 版本 是 2.7 。如果是 Python 3.0 版本的語法上有一定的出入。另外這里筆者所說的 Python 是 CPython,CPython 是用 C 語言實現的 Python 解釋器,也是官方的并且是最廣泛使用的Python 解釋器。除了 CPython 以外,還有用 Java 實現的 Jython 和用.NET 實現的 IronPython,使 Python方便地和 Java 程序、.NET 程序集成。另外還有一些實驗性的 Python 解釋器比如 PyPy。CPython 是使用字節碼的解釋器,任何程序源代碼在執行之前先要編譯成字節碼。它還有和幾種其它語言(包括 C 語言)交互的外部函數接口。
工作原理:基于/proc 文件系統
Linux 系統為管理員提供了非常好的方法,使其可以在系統運行時更改內核,而不需要重新引導內核系統,這是通過/proc 虛擬文件系統實現的。/proc 文件虛擬系統是一種內核和內核模塊用來向進程(process)發送信息的機制(所以叫做“/proc”),這個偽文件系統允許與內核內部數據結構交互,獲取有關進程的有用信息,在運行中(on the fly)改變設置(通過改變內核參數)。與其他文件系統不同,/proc 存在于內存而不是硬盤中。proc 文件系統提供的信息如下:
- 進程信息:系統中的任何一個進程,在 proc 的子目錄中都有一個同名的進程 ID,可以找到 cmdline、mem、root、stat、statm,以及 status。某些信息只有超級用戶可見,例如進程根目錄。每一個單獨含有現有進程信息的進程有一些可用的專門鏈接,系統中的任何一個進程都有一個單獨的自鏈接指向進程信息,其用處就是從進程中獲取命令行信息。
- 系統信息:如果需要了解整個系統信息中也可以從/proc/stat 中獲得,其中包括 CPU 占用情況、磁盤空間、內存對換、中斷等。
- CPU 信息:利用/proc/CPUinfo 文件可以獲得中央處理器的當前準確信息。
- 負載信息:/proc/loadavg 文件包含系統負載信息。
- 系統內存信息:/proc/meminfo 文件包含系統內存的詳細信息,其中顯示物理內存的數量、可用交換空間的數量,以及空閑內存的數量等。
表 1 是 /proc 目錄中的主要文件的說明:
表 1 /proc 目錄中的主要文件的說明
下面本文的幾個例子都是使用 Python 腳本讀取/proc 目錄中的主要文件來實現實現對 Linux 服務器的監控的 。
#p#
使用 Python 腳本實現對 Linux 服務器的監控
- 對于 CPU(中央處理器)監測
腳本 1 名稱 CPU1.py,作用獲取 CPU 的信息。
清單 1.獲取 CPU 的信息:
- #!/usr/bin/env Python
- from __future__ import print_function
- from collections import OrderedDict
- import pprint
- def CPUinfo():
- ''' Return the information in /proc/CPUinfo
- as a dictionary in the following format:
- CPU_info['proc0']={...}
- CPU_info['proc1']={...}
- '''
- CPUinfo=OrderedDict()
- procinfo=OrderedDict()
- nprocs = 0
- with open('/proc/CPUinfo') as f:
- for line in f:
- if not line.strip():
- # end of one processor
- CPUinfo['proc%s' % nprocs] = procinfo
- nprocsnprocsnprocs=nprocs+1
- # Reset
- procinfo=OrderedDict()
- else:
- if len(line.split(':')) == 2:
- procinfo[line.split(':')[0].strip()] = line.split(':')[1].strip()
- else:
- procinfo[line.split(':')[0].strip()] = ''
- return CPUinfo
- if __name__=='__main__':
- CPUinfoCPUinfoCPUinfo = CPUinfo()
- for processor in CPUinfo.keys():
- print(CPUinfo[processor]['model name'])
簡單說明一下清單 1,讀取/proc/CPUinfo 中的信息,返回 list,每核心一個 dict。其中 list 是一個使用方括號括起來的有序元素集合。List 可以作為以 0 下標開始的數組。Dict 是 Python 的內置數據類型之一, 它定義了鍵和值之間一對一的關系。OrderedDict 是一個字典子類,可以記住其內容增加的順序。常規 dict 并不跟蹤插入順序,迭代處理時會根據鍵在散列表中存儲的順序來生成值。在 OrderedDict 中則相反,它會記住元素插入的順序,并在創建迭代器時使用這個順序。
可以使用 Python 命令運行腳本 CPU1.py 結果見圖 1:
- # Python CPU1.py
- Intel(R) Celeron(R) CPU E3200 @ 2.40GHz
圖 1.運行清單 1
也可以使用 chmod 命令添加權限收直接運行 CPU1.py:
- #chmod +x CPU1.py
- # ./CPU1.py
- 對于系統負載監測
腳本 2 名稱 CPU2.py,作用獲取系統的負載信息
清單 2 獲取系統的負載信息:
- #!/usr/bin/env Python
- import os
- def load_stat():
- loadavg = {}
- f = open("/proc/loadavg")
- con = f.read().split()
- f.close()
- loadavg['lavg_1']=con[0]
- loadavg['lavg_5']=con[1]
- loadavg['lavg_15']=con[2]
- loadavg['nr']=con[3]
- loadavg['last_pid']=con[4]
- return loadavg
- print "loadavg",load_stat()['lavg_15']
簡單說明一下清單 2:清單 2 讀取/proc/loadavg 中的信息,import os :Python 中 import 用于導入不同的模塊,包括系統提供和自定義的模塊。其基本形式為:import 模塊名 [as 別名],如果只需要導入模塊中的部分或全部內容可以用形式:from 模塊名 import *來導入相應的模塊。OS 模塊 os 模塊提供了一個統一的操作系統接口函數,os 模塊能在不同操作系統平臺如 nt,posix 中的特定函數間自動切換,從而實現跨平臺操作。
可以使用 Python 命令運行腳本 CPU1.py 結果見圖 2:
- # Python CPU2.py
圖 2.運行清單 2
- 對于內存信息的獲取
腳本 3 名稱 mem.py,作用是獲取內存使用情況信息。
清單 3 獲取內存使用情況:
- #!/usr/bin/env Python
- from __future__ import print_function
- from collections import OrderedDict
- def meminfo():
- ''' Return the information in /proc/meminfo
- as a dictionary '''
- meminfo=OrderedDict()
- with open('/proc/meminfo') as f:
- for line in f:
- meminfo[line.split(':')[0]] = line.split(':')[1].strip()
- return meminfo
- if __name__=='__main__':
- #print(meminfo())
- meminfomeminfo = meminfo()
- print('Total memory: {0}'.format(meminfo['MemTotal']))
- print('Free memory: {0}'.format(meminfo['MemFree']))
簡單說明一下清單 3:清單 3 讀取 proc/meminfo 中的信息,Python 字符串的 split 方法是用的頻率還是比較多的。比如我們需要存儲一個很長的數據,并且按照有結構的方法存儲,方便以后取數據進行處理。當然可以用 json 的形式。但是也可以把數據存儲到一個字段里面,然后有某種標示符來分割。 Python 中的 strip 用于去除字符串的首位字符,最后清單 3 打印出內存總數和空閑數。
#p#
可以使用 Python 命令運行腳本 mem.py 結果見圖 3。
- # Python mem.py
圖 3.運行清單 3
- 對于網絡接口的監測
腳本 4 名稱是 net.py,作用獲取網絡接口的使用情況。
清單 4 net.py 獲取網絡接口的輸入和輸出:
- #!/usr/bin/env Python
- import time
- import sys
- if len(sys.argv) > 1:
- INTERFACE = sys.argv[1]
- else:
- INTERFACE = 'eth0'
- STATS = []
- print 'Interface:',INTERFACE
- def rx():
- ifstat = open('/proc/net/dev').readlines()
- for interface in ifstat:
- if INTERFACE in interface:
- stat = float(interface.split()[1])
- STATS[0:] = [stat]
- def tx():
- ifstat = open('/proc/net/dev').readlines()
- for interface in ifstat:
- if INTERFACE in interface:
- stat = float(interface.split()[9])
- STATS[1:] = [stat]
- print 'In Out'
- rx()
- tx()
- while True:
- time.sleep(1)
- rxstat_o = list(STATS)
- rx()
- tx()
- RX = float(STATS[0])
- RX_O = rxstat_o[0]
- TX = float(STATS[1])
- TX_O = rxstat_o[1]
- RX_RATE = round((RX - RX_O)/1024/1024,3)
- TX_RATE = round((TX - TX_O)/1024/1024,3)
- print RX_RATE ,'MB ',TX_RATE ,'MB'
簡單說明一下清單 4:清單 4 讀取/proc/net/dev 中的信息,Python 中文件操作可以通過 open 函數,這的確很像 C 語言中的 fopen。通過 open 函數獲取一個 file object,然后調用 read(),write()等方法對文件進行讀寫操作。另外 Python 將文本文件的內容讀入可以操作的字符串變量非常容易。文件對象提供了三個“讀”方法: read()、readline() 和 readlines()。每種方法可以接受一個變量以限制每次讀取的數據量,但它們通常不使用變量。 .read() 每次讀取整個文件,它通常用于將文件內容放到一個字符串變量中。然而 .read() 生成文件內容最直接的字符串表示,但對于連續的面向行的處理,它卻是不必要的,并且如果文件大于可用內存,則不可能實現這種處理。.readline() 和 .readlines() 之間的差異是后者一次讀取整個文件,象 .read() 一樣。.readlines() 自動將文件內容分析成一個行的列表,該列表可以由 Python 的 for … in … 結構進行處理。另一方面,.readline() 每次只讀取一行,通常比 .readlines() 慢得多。僅當沒有足夠內存可以一次讀取整個文件時,才應該使用 .readline()。最后清單 4 打印出網絡接口的輸入和輸出情況。
可以使用 Python 命令運行腳本 net.py 結果見圖 4
- #Python net.py
圖 4.運行清單 4
監控 Apache 服務器進程的 Python 腳本
Apache 服務器進程可能會因為系統各種原因而出現異常退出,導致 Web 服務暫停。所以筆者寫一個 Python 腳本文件:
清單 5 crtrl.py 監控 Apache 服務器進程的 Python 腳本:
- #!/usr/bin/env Python
- import os, sys, time
- while True:
- time.sleep(4)
- try:
- ret = os.popen('ps -C apache -o pid,cmd').readlines()
- if len(ret) < 2:
- print "apache 進程異常退出, 4 秒后重新啟動"
- time.sleep(3)
- os.system("service apache2 restart")
- except:
- print "Error", sys.exc_info()[1]
設置文件權限為執行屬性(使用命令 chmod +x crtrl.py),然后加入到/etc/rc.local 即可,一旦 Apache 服務器進程異常退出,該腳本自動檢查并且重啟。 簡單說明一下清單 5 這個腳本不是基于/proc 偽文件系統的,是基于 Python 自己提供的一些模塊來實現的 。這里使用的是 Python 的內嵌 time 模板,time 模塊提供各種操作時間的函數。
總結
在實際工作中,Linux 系統管理員可以根據自己使用的服務器的具體情況編寫一下簡單實用的腳本實現對 Linux 服務器的監控。本文介紹一下使用 Python 腳本實現對 Linux 服務器 CPU 、系統負載、內存和 網絡使用情況的監控腳本的編寫方法。