1、可视化工具Grafana:

Grafana是一个跨平台的开源的度量分析和可视化工具,可以通过将采集的数据查询然后可视化的展示,并及时通知。

1、展示方式:快速灵活的客户端图表,面板插件有许多不同方式的可视化指标和日志,官方库中具有丰富的仪表盘插件,比如热图、折线图、图表等多种展示方式;

2、数据源:Graphite,InfluxDB,OpenTSDB,Prometheus,Elasticsearch,CloudWatch和KairosDB等;

3、通知提醒:以可视方式定义最重要指标的警报规则,Grafana将不断计算并发送通知,在数据达到阈值时通过Slack、PagerDuty等获得通知;

4、混合展示:在同一图表中混合使用不同的数据源,可以基于每个查询指定数据源,甚至自定义数据源;

5、注释:使用来自不同数据源的丰富事件注释图表,将鼠标悬停在事件上会显示完整的事件元数据和标记;

6、过滤器:Ad-hoc过滤器允许动态创建新的键/值过滤器,这些过滤器会自动应用于使用该数据源的所有查询。

下载安装:

#使用Yum安装Grafana

#sudo yum install

sudo yum install https://dl.grafana.com/oss/release/grafana_6.2.5_amd64.deb

#使用手动安装

#wget

wget https://dl.grafana.com/oss/release/grafana_6.2.5_amd64.deb

sudo dpkg -i grafana_6.2.5_amd64.deb

sudo yum install grafana

#包装细节:

#安装二进制文件 /usr/sbin/grafana-server

#将init.d脚本复制到 /etc/init.d/grafana-server

#安装默认文件(环境变量) /etc/sysconfig/grafana-server

#将配置文件复制到 /etc/grafana/grafana.ini

#安装systemd服务(如果systemd可用)名称 grafana-server.service

#默认配置使用日志文件 /var/log/grafana/grafana.log

#默认配置指定sqlite3数据库 /var/lib/grafana/grafana.db

#启动服务器(init.d服务)

#启动Grafana

#这将以安装包期间创建grafana-server的grafana用户身份启动进程。默认HTTP端口是3000,默认用户和组是admin。默认登录名和密码admin/admin

sudo service grafana-server start

#To configure the Grafana server to start at boot time

sudo /sbin/chkconfig --add grafana-server

#启动服务器(通过systemd)

systemctl daemon-reload

systemctl start grafana-server

systemctl status grafana-server

#Enable the systemd service to start at boot

sudo systemctl enable grafana-server.service

#首次登录

#要运行Grafana,请打开浏览器并转到http:// localhost:3000 /,3000是Grafana侦听的默认http 端口。

#登陆之后

3d9eee970cd3932bfdb164abc5ea5b35.png

e69e31dafe94114ebc0bb915b5538ea2.png

98e86bef989ff324083847c930de9784.png

991addab8c698ff8846b9f08383bb5c4.png

2851cd1e7d0c7f17a2ce0ce637a61571.png

9e8080f36f1d7adf9ce6a8870dbb654d.png

8462baeeb877ef24f9b6f168a60bfc7f.png

2、

画折线图:暂需注意一点,若以时间未x轴,则需要数据未double类型的unix时间戳格式

b4887b952dda03a4a297a12895e90d20.png

617c63332f4efd963584f64c640c1f94.png

4cc94c992631f500580ff63e23ba453e.png

3、

pymysql

# conding=utf-8

import time

import pymysql

创建数据库连接

conn = pymysql.connect(host='xxx.xxx.x.x',user='xxxx',passwd='xxxxx',db='xxxxx',charset='utf8')

# 获取游标

cursor = conn.cursor()

# 创建数据表

cursor.execute("""CREATE TABLE IF NOT EXISTS TEST_01 (

Indx INT NOT NULL AUTO_INCREMENT,

Times DOUBLE DEFAULT '0',

Value FLOAT DEFAULT '0',

PRIMARY KEY(Indx)

)ENGINE=InnoDB DEFAULT CHARSET=utf8

""")

i = 1

while i < 11:

# 插入数据

cursor.execute('insert into TEST_01(Times,Value) values(%d,%d)'%(int(time.time()),i))

i+=1

time.sleep(1)

cursor.close()

conn.close()

conn.commit()

#cursor.execute(sql, args) 执行单条 SQL

cursor.execute('insert into TEST_01(Times,Value) values(%d,%d)'%(int(time.time()),i))

#cursor.executemany(sql, args) 批量执行 SQL

sql = 'insert into TEST_01(Times,Value) values(%d,%d)'

args = [

(int(time.time()),i),

(int(time.time()+=1),i+=1)),

]

cursor.executemany(sql, args)

# 执行查询 SQL

cursor.execute('SELECT * FROM TEST_01')

# 获取单条数据

cursor.fetchone()

# 获取前N条数据

cursor.fetchmany(3)

# 获取所有数据

cursor.fetchall()

#开启事务

connection.begin()

#INSERT、UPDATE、DELETE 等修改数据的语句需手动执行connection.commit()完成对数据修改的提交。

#提交修改

connection.commit()

#回滚事务

connection.rollback()

#转义特殊字符

connection.escape_string(str)

connection的参数:

host,连接的数据库服务器主机名,默认为本地主机(localhost)。

user,连接数据库的用户名,默认为当前用户。

password,连接密码,没有默认值。或者 passwd

database,默认操作的数据库。或者 db

port,指定数据库服务器的连接端口,默认是3306

conv,Conversion dictionary to use instead of the default one. This is used to provide custom marshalling and unmarshaling of types.

cursorclass,设置默认的游标类型。

init_command,当连接建立完成之后执行的初始化 SQL 语句。

read_default_file,Specifies my.cnf file to read these parameters from under the [client] section。

read_default_group,Group to read from in the configuration file。

unix_socket,unix 套接字地址,区别于 host 连接。

charset,数据库编码.

4、

mysql语句

#删除数据表

DROP TABLE table_name

#如需有条件地从表中选取数据,可将 WHERE 子句添加到 SELECT 语句。

SELECT * FROM table_name WHERE key=' value'

#ORDER BY 语句

#ORDER BY 语句用于根据指定的列对结果集进行排序。

#ORDER BY 语句默认按照升序对记录进行排序。

SELECT key1,key2 FROM table_name ORDER BY key1

#GROUP BY 语句

#GROUP BY 语句用于结合合计函数,根据一个或多个列对结果集进行分组。

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐