目前 Linux 下有一些使用 Python 語言編寫的 Linux 系統(tǒng)監(jiān)控工具 比如 inotify-sync（文件系統(tǒng)安全監(jiān)控軟件）、glances（資源監(jiān)控工具）等，在實際工作中，Linux 系統(tǒng)管理員可以根據(jù)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(xiàn)對 Linux 服務器的監(jiān)控。 本文介紹一下使用 Python 腳本實現(xiàn)對 Linux 服務器 CPU 內(nèi)存 網(wǎng)絡的監(jiān)控腳本的編寫。

Python 版本說明

Python 是由 Guido van Rossum 開發(fā)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?qū)ο蟮恼Z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(xiàn)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(xiàn)的 Jython 和用.NET 實現(xiàn)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(jié)碼的解釋器，任何程序源代碼在執(zhí)行之前先要編譯成字節(jié)碼。它還有和幾種其它語言（包括 C 語言）交互的外部函數(shù)接口。

工作原理：基于/proc 文件系統(tǒng)

Linux 系統(tǒng)為管理員提供了非常好的方法，使其可以在系統(tǒng)運行時更改內(nèi)核，而不需要重新引導內(nèi)核系統(tǒng)，這是通過/proc 虛擬文件系統(tǒng)實現(xiàn)的。/proc 文件虛擬系統(tǒng)是一種內(nèi)核和內(nèi)核模塊用來向進程（process）發(fā)送信息的機制（所以叫做“/proc”），這個偽文件系統(tǒng)允許與內(nèi)核內(nèi)部數(shù)據(jù)結(jié)構(gòu)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(nèi)核參數(shù)）。與其他文件系統(tǒng)不同，/proc 存在于內(nèi)存而不是硬盤中。proc 文件系統(tǒng)提供的信息如下：

• 進程信息：系統(tǒng)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(xiàn)有進程信息的進程有一些可用的專門鏈接，系統(tǒng)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(tǒng)信息：如果需要了解整個系統(tǒng)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(nèi)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(tǒng)負載信息。
• 系統(tǒng)內(nèi)存信息：/proc/meminfo 文件包含系統(tǒng)內(nèi)存的詳細信息，其中顯示物理內(nèi)存的數(shù)量、可用交換空間的數(shù)量，以及空閑內(nèi)存的數(shù)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(xiàn)實現(xiàn)對 Linux 服務器的監(jiān)控的 。

#p#

使用 Python 腳本實現(xiàn)對 Linux 服務器的監(jiān)控

• 對于 CPU（中央處理器）監(jiān)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(shù)組。Dict 是 Python 的內(nèi)置數(shù)據(jù)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(nèi)容增加的順序。常規(guī) dict 并不跟蹤插入順序，迭代處理時會根據(jù)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(chuàng)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(jié)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(quán)限收直接運行 CPU1.py：

#chmod +x CPU1.py 
# ./CPU1.py 

• 對于系統(tǒng)負載監(jiān)測

腳本 2 名稱 CPU2.py，作用獲取系統(tǒng)的負載信息

清單 2 獲取系統(tǒng)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(tǒng)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(nèi)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(tǒng)一的操作系統(tǒng)接口函數(shù)，os 模塊能在不同操作系統(tǒng)平臺如 nt，posix 中的特定函數(shù)間自動切換，從而實現(xiàn)跨平臺操作。

可以使用 Python 命令運行腳本 CPU1.py 結(jié)果見圖 2：

# Python CPU2.py 

圖 2.運行清單 2

• 對于內(nèi)存信息的獲取

腳本 3 名稱 mem.py，作用是獲取內(nèi)存使用情況信息。

清單 3 獲取內(nèi)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(shù)據(jù)，并且按照有結(jié)構(gòu)的方法存儲，方便以后取數(shù)據(jù)進行處理。當然可以用 json 的形式。但是也可以把數(shù)據(jù)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(nèi)存總數(shù)和空閑數(shù)。

#p#

可以使用 Python 命令運行腳本 mem.py 結(jié)果見圖 3。

# Python mem.py 

圖 3.運行清單 3

• 對于網(wǎng)絡接口的監(jiān)測

腳本 4 名稱是 net.py，作用獲取網(wǎng)絡接口的使用情況。

清單 4 net.py 獲取網(wǎng)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(shù)，這的確很像 C 語言中的 fopen。通過 open 函數(shù)獲取一個 file object，然后調(diào)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(nèi)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(shù)據(jù)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(nèi)容放到一個字符串變量中。然而 .read() 生成文件內(nèi)容最直接的字符串表示，但對于連續(xù)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(nèi)存，則不可能實現(xiàn)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(nèi)容分析成一個行的列表，該列表可以由 Python 的 for … in … 結(jié)構(gòu)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(nèi)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(wǎng)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(jié)果見圖 4

#Python net.py 

圖 4.運行清單 4

監(jiān)控 Apache 服務器進程的 Python 腳本

Apache 服務器進程可能會因為系統(tǒng)各種原因而出現(xiàn)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(jiān)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(quán)限為執(zhí)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(tǒng)的，是基于 Python 自己提供的一些模塊來實現(xiàn)的 。這里使用的是 Python 的內(nèi)嵌 time 模板，time 模塊提供各種操作時間的函數(shù)。

總結(jié)

在實際工作中，Linux 系統(tǒng)管理員可以根據(jù)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(xiàn)對 Linux 服務器的監(jiān)控。本文介紹一下使用 Python 腳本實現(xiàn)對 Linux 服務器 CPU 、系統(tǒng)負載、內(nèi)存和 網(wǎng)絡使用情況的監(jiān)控腳本的編寫方法。