django Highcharts制作图表--显示CPU使用率

Highcharts 是一个用纯JavaScript编写的一个图表库。

Highcharts 能够很简单便捷的在web网站或是web应用程序添加有交互性的图表

Highcharts 免费提供给个人学习、个人网站和非商业用途使用。

访问官网：

https://www.hcharts.cn/

进入下载页面：

https://www.hcharts.cn/download

下载6.10版本

解压Highcharts-6.1.0.zip文件，访问里面的index.htm文件。

点击Time series, zoomable

页面效果如下：

这个，就是接下来django需要用的模板。

它在目录Highcharts-6.1.0\examples\line-time-series里面，编辑line-time-series目录下的index.htm文件

注意这一行：

'https://cdn.rawgit.com/highcharts/highcharts/057b672172ccc6c08fe7dbb27fc17ebca3f5b770/samples/data/usdeur.json',

它是图表需要的json数据，打开这个json链接，将网页内容复制，使用json格式化工具处理，效果如下：

如果谷歌浏览器，安装插件JSON Formatter，就可以得到上面的效果。

它的数据格式一个大的列表，里面每一个元素都是小列表。

列表第一个值，是一个时间戳，第二个是具体的值。打开站长工具的时间戳转换，链接如下：

https://tool.lu/timestamp/

输入数值1167609600000，点击转换

很明显，时间不对。为什么呢？因为它是毫秒

选择毫秒，再次点击转换，时间就对了。

那么django需要输出，指定格式的json数据，才能展示正确的图表。

数据从何而来呢？自己造呗！

下面将演示，如何展示一个CPU使用率的图表。

在项目根目录创建文件monit_system.py，它能统计系统的CPU使用率,内存使用情况。

统计完成之后，将对应的数值插入到MySQL中。它会插入30条记录，每隔10秒采集一次。

代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import pymysql
import gevent
import time
import psutil

#解决wind10错误OSError: raw write() returned invalid length
import win_unicode_console
win_unicode_console.enable()

class MyPyMysql:
    def __init__(self, host, port, username, password, db, charset='utf8'):
        self.host = host  # mysql主机地址
        self.port = port  # mysql端口
        self.username = username  # mysql远程连接用户名
        self.password = password  # mysql远程连接密码
        self.db = db  # mysql使用的数据库名
        self.charset = charset  # mysql使用的字符编码,默认为utf8
        self.pymysql_connect()  # __init__初始化之后，执行的函数

    def pymysql_connect(self):
        # pymysql连接mysql数据库
        # 需要的参数host,port,user,password,db,charset
        self.conn = pymysql.connect(host=self.host,
                                    port=self.port,
                                    user=self.username,
                                    password=self.password,
                                    db=self.db,
                                    charset=self.charset
                                    )
        # 连接mysql后执行的函数
        self.asynchronous()

    def getCPUstate(self,interval=1):
        cpu = psutil.cpu_percent(interval)
        return cpu

    def getMemorystate(self):
        phymem = psutil.virtual_memory()
        cur_mem = phymem.percent
        mem_rate = int(phymem.used / 1024 / 1024)
        mem_all = int(phymem.total / 1024 / 1024)

        line = {
            'cur_mem': cur_mem,
            'mem_rate': mem_rate,
            'mem_all': mem_all,
        }

        return line

    def run(self):
        # 创建游标
        self.cur = self.conn.cursor()
        # 定义sql语句
        sql = "insert into blog_system_monit(cpu,cur_mem,mem_rate,mem_all,create_time,time_stamp) values (%s,%s,%s,%s,%s,%s)"
        print(sql)

        # 定义数据
        cpu = self.getCPUstate()  # cpu使用率
        mem = self.getMemorystate()  # 内存info信息
        mem_rate = mem['mem_rate']  # 内存使用率
        cur_mem = mem['cur_mem']  # 当前使用内存
        mem_all = mem['mem_all']  # 总内存
        struct_time = time.localtime()
        create_time = time.strftime("%Y-%m-%d %H:%M:%S", struct_time)  # 转换为标准时间
        t = time.time()  # 当前时间戳
        time_stamp = int(round(t * 1000))  # 转换为毫秒的时间戳

        print((cpu, cur_mem,mem_rate, mem_all,create_time,time_stamp))

        # 执行插入一行数据，如果插入多行，使用executemany(sql语句,数据(需一个元组类型))
        content = self.cur.execute(sql,(cpu,cur_mem,mem_rate,mem_all,create_time,time_stamp))
        if content:
            print('插入ok')

        # 提交数据,必须提交，不然数据不会保存
        self.conn.commit()

    def asynchronous(self):
        #执行30次协程任务
        for i in range(0,30):
            time.sleep(10)  # 等待10秒
            gevent.spawn(self.run())  # 执行方法

        self.cur.close()  # 关闭游标
        self.conn.close()  # 关闭pymysql连接

if __name__ == '__main__':
    start_time = time.time()  # 计算程序开始时间
    st = MyPyMysql('127.0.0.1', 3306, 'root', '', 'db2')  # 实例化类，传入必要参数
    print('程序耗时{:.2f}'.format(time.time() - start_time))  # 计算程序总耗时

创建表blog_system_monit

进入django项目，修改blog目录下的models.py，内容如下：

from django.db import models

# Create your models here.
#必须要继承models.Model类，这个固定写法。
# 这里表示创建表blog_system_monit，blog是应用名，它会自动加上的。
class system_monit(models.Model):
    #id自增,类型为bigint。设置为主键
    id = models.BigAutoField(primary_key=True)
    #类型为decimal(10,2)，长度为10，小数点保留2位
    cpu = models.DecimalField(max_digits=10, decimal_places=2)
    #类型为int(11)，11是默认长度
    cur_mem = models.IntegerField()
    mem_rate = models.DecimalField(max_digits=10, decimal_places=2)
    mem_all = models.IntegerField()
    #类型为datetime
    create_time = models.DateTimeField()
    #由于毫秒的时间戳超过了timestamp的长度，所以只能设置bigint了。
    time_stamp = models.BigIntegerField()

在Pycharm的Terminal窗口中，输入以下命令

python manage.py makemigrations

python manage.py migrate

执行完成之后，它会自动创建表blog_system_monit

使用pycharm执行脚本monit_system.py，等待5分钟，就会插入30条数据。

如果脚本没有报错，查看表记录，会有30条记录

编辑文件views.py，增加2个视图函数

def chart(request):
    #显示html文件
    return render(request, "chart.html")

def chart_json(request):
    #读取表所有记录
    system_monit = models.system_monit.objects.all()
    data = []  # 创建一个空列表
    for i in system_monit:  # 遍历，拼横纵坐标
        #横坐标为时间戳,纵坐标为cpu使用率。注意，必须转换类型，否则数据不对。
        data.append([int(i.time_stamp),float('%.2f' % i.cpu)])
        
    print(data)

    isdict = json.dumps(data)  # json序列化列表
    return HttpResponse(isdict, content_type="application/json")  # 执行类型为json

修改mysite下的urls.py，新增2个路径

urlpatterns = [
    path('admin/', admin.site.urls),
    path('chart/', views.chart),
    path('chart_json/', views.chart_json),
]

访问json的url

http://127.0.0.1:8000/chart_json/

必须保证格式，和上面cdn.rawgit.com链接的json格式一样。

上的图片是用了JSON Formatter插件展示json数据的效果。

否则下面的步骤不用做了！！！

将line-time-series目录下的index.htm文件复制到django项目的templates目录下，重命名为chart.html

在django项目的static文件夹下，创建目录Highcharts-6.1.0

将Highcharts-6.1.0解压目录中的3个文件，复制到此目录

修改部分代码，大家可以和index.htm对比一下，就知道修改的部分了。完整代码如下：

<!DOCTYPE HTML>
<html>
<head>
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
    <meta name="viewport" content="width=device-width, initial-scale=1">
    <title>Highcharts Example</title>

    <style type="text/css">

    </style>
    {#配置favicon.ico，解决警告Not Found: /favicon.ico#}
    {% load staticfiles %}
    <link REL="SHORTCUT ICON" HREF="{% static "images/favicon.ico" %}"/>
</head>
<body>
<script src="../static/js/jquery-3.3.1.min.js"></script>
<script src="../static/Highcharts-6.1.0/highcharts.js"></script>
<script src="../static/Highcharts-6.1.0/modules/exporting.js"></script>
<script src="../static/Highcharts-6.1.0/modules/export-data.js"></script>

<div id="container" style="min-width: 310px; height: 400px; margin: 0 auto"></div>

<script type="text/javascript">
    {#解决显示时间少8小时问题#}
    Highcharts.setOptions({global: {useUTC: false}});

    $.getJSON(
        {#'https://cdn.rawgit.com/highcharts/highcharts/057b672172ccc6c08fe7dbb27fc17ebca3f5b770/samples/data/usdeur.json',#}
        '/chart_json/',
        function (data) {

            Highcharts.chart('container', {
                chart: {
                    zoomType: 'x'
                },
                title: {
                    text: 'cpu使用率'
                },
                subtitle: {
                    text: document.ontouchstart === undefined ?
                        '单击并拖动绘图区域以放大' : '捏合图表放大'
                },
                xAxis: {
                    type: 'datetime',

                },
                {#自定义x坐标信息显示,return部分是用js拼接的,内容可以自己定义。#}
                tooltip: {
                    formatter: function () {
                        return '<strong>' + this.series.name + ':' + this.y + '%<br/></strong>' +
                            Highcharts.dateFormat('%Y-%m-%d %H:%M:%S', this.x);
                    }
                },
                yAxis: {
                    title: {
                        text: '使用率'
                    }
                },
                legend: {
                    enabled: false
                },
                plotOptions: {
                    area: {
                        fillColor: {
                            linearGradient: {
                                x1: 0,
                                y1: 0,
                                x2: 0,
                                y2: 1
                            },
                            stops: [
                                [0, Highcharts.getOptions().colors[0]],
                                [1, Highcharts.Color(Highcharts.getOptions().colors[0]).setOpacity(0).get('rgba')]
                            ]
                        },
                        marker: {
                            radius: 2
                        },
                        lineWidth: 1,
                        states: {
                            hover: {
                                lineWidth: 1
                            }
                        },
                        threshold: null
                    }
                },

                series: [{
                    type: 'area',
                    name: '百分比',
                    data: data
                }]
            });
        }
    );
</script>
</body>
</html>

项目文件结构如下：

mysite/
├── blog
│   ├── admin.py
│   ├── apps.py
│   ├── __init__.py
│   ├── models.py
│   └── views.py
├── manage.py
├── monit_system.py
├── mysite
│   ├── __init__.py
│   ├── settings.py
│   ├── urls.py
│   └── wsgi.py
├── static
│   ├── css
│   ├── Highcharts-6.1.0
│   │   ├── highcharts.js
│   │   └── modules
│   │       ├── export-data.js
│   │       └── exporting.js
│   ├── images
│   │   └── favicon.ico
│   └── js
│       └── jquery-3.3.1.min.js
└── templates
    ├── chart.html
    ├── cur_time.html
    ├── detail.html
    └── index.html

使用pycharm启动django项目，访问url

http://127.0.0.1:8000/chart/

页面效果如下：

图标支持放大和缩小，可以看到秒级的数据，比如

增加黑色主题

打开解压路径，进入目录Highcharts-6.1.0\code\themes，里面有一个dark-unica.js文件

在static\Highcharts-6.1.0目录下创建目录themes，将dark-unica.js文件复制到此目录

修改char.html文件，在

<script src="../static/Highcharts-6.1.0/modules/export-data.js"></script>

下面一行添加如下代码，导入主题js

{#黑色主题#}
<script src="../static/Highcharts-6.1.0/themes/dark-unica.js"></script>

再次访问网页，效果如下：

我的博客即将搬运同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=vcus7uflzabs

转载出处: 
http://www.py3study.com/Article/details/id/317.html