Python自动化运维实战:从Linux系统中收集数据

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 platform
system = platform.system()
print(system)

上述代码的运行结果如下。

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。

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 platform
from pprint import pprint
uname = platform.uname()
pprint(uname)

上述代码的运行结果如下。

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）。

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 False
def 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。

　

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 smtplib
imp        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 False

def 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 += Header
Data_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。

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。

修改脚本，将下面的代码段添加到代码中。

from datetime import datetime
time_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。

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）。

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》

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。