[TOC] MDB最主要的管理对象是各种类型大量的服务器，其数据信息自然不可能通过手工收集，必须以客户端的方式，定时自动收集并报告给远程的服务器。 下面，让我们暂时忘掉Django，进入Python运维的世界...... <br /> ## **一、客户端程序组织** 编写客户端，不能一个py脚本包打天下，要有组织有目的，通常我们会采取下面的结构：  <br /> 在Pycharm中，项目根目录下，创建一个Client目录，作为客户端的根目录。 在Client下，创建下面的包。注意是包，不是文件夹： * bin：客户端启动脚本的所在目录 * conf：配置文件目录 * core：核心代码目录 * log：日志文件目录 * plugins：插件或工具目录 <br /> ## **二、开发数据收集客户端** ### **1.程序入口脚本** 在bin目录中新建`main.py`文件，写入下面的代码： ``` # -*- coding:utf-8 -*- """ 完全可以把客户端信息收集脚本做成windows和linux两个不同的版本。 """ import os import sys BASE_DIR = os.path.dirname(os.getcwd()) # 设置工作目录，使得包和模块能够正常导入 sys.path.append(BASE_DIR) from core import handler if __name__ == '__main__': handler.ArgvHandler(sys.argv) ``` **在pycharm中可能出现导入失败的红色波浪线警告信息，其实是可以导入的，请忽略它。** * 通过os和sys模块的配合，将当前客户端所在目录设置为工作目录，如果不这么做，会无法导入其它模块； * handler模块是核心代码模块，在core目录中，我们一会来实现它。 * 以后调用客户端就只需要执行`python main.py 参数`就可以了 <br /> ### **2.主功能模块** 在core下，创建`handler.py`文件，写入下面的代码： ``` # -*- coding:utf-8 -*- import json import time import urllib.parse import urllib.request from core import info_collection from conf import settings class ArgvHandler(object): def __init__(self, args): self.args = args self.parse_args() def parse_args(self): """ 分析参数，如果有参数指定的方法，则执行该功能，如果没有，打印帮助说明。 :return: """ if len(self.args) > 1 and hasattr(self, self.args[1]): func = getattr(self, self.args[1]) func() else: self.help_msg() @staticmethod def help_msg(): """ 帮助说明 :return: """ msg = ''' 参数名 功能 collect_data 测试收集硬件信息的功能 report_data 收集硬件信息并汇报 ''' print(msg) @staticmethod def collect_data(): """收集硬件信息,用于测试！""" info = info_collection.InfoCollection() asset_data = info.collect() print(asset_data) @staticmethod def report_data(): """ 收集硬件信息，然后发送到服务器。 :return: """ # 收集信息 info = info_collection.InfoCollection() asset_data = info.collect() # 将数据打包到一个字典内，并转换为json格式 data = {"asset_data": json.dumps(asset_data)} # 根据settings中的配置，构造url url = "http://%s:%s%s" % (settings.Params['server'], settings.Params['port'], settings.Params['url']) print('正在将数据发送至： [%s] ......' % url) try: # 使用Python内置的urllib.request库，发送post请求。 # 需要先将数据进行封装，并转换成bytes类型 data_encode = urllib.parse.urlencode(data).encode() response = urllib.request.urlopen(url=url, data=data_encode, timeout=settings.Params['request_timeout']) print("\033[31;1m发送完毕！\033[0m ") message = response.read().decode() print("返回结果：%s" % message) except Exception as e: message = '发送失败' + " 错误原因： {}".format(e) print("\033[31;1m发送失败，错误原因： %s\033[0m" % e) # 记录发送日志 with open(settings.PATH, 'ab') as f: # 以byte的方式写入，防止出现编码错误 log = '发送时间：%s \t 服务器地址：%s \t 返回结果：%s \n' % (time.strftime('%Y-%m-%d %H:%M:%S'), url, message) f.write(log.encode()) print("日志记录成功！") ``` 说明： * handler模块中只有一个ArgvHandler类； * 在main模块中也是实例化了一个ArgvHandler类的对象，并将调用参数传递进去； * 首先，初始化方法会保存调用参数，然后执行parse\_args()方法分析参数； * 如果ArgvHandler类有参数指定的功能，则执行该功能，如果没有，打印帮助说明。 * 目前ArgvHandler类只有两个核心方法：`collect_data`和`report_data`； * `collect_data`收集数据并打印到屏幕，用于测试；`report_data`方法才会将实际的数据发往服务器。 * 数据的收集由`info_collection.InfoCollection`类负责，一会再看； * `report_data`方法会将收集到的数据打包到一个字典内，并转换为json格式； * 然后通过settings中的配置，构造发送目的地url； * 通过Python内置的urllib.parse对数据进行封装； * 通过urllib.request将数据发送到目的url； * 接收服务器返回的信息； * 将成功或者失败的信息写入日志文件中。 以后，我们要测试数据收集，执行`python main.py collect_data`；要实际往服务器发送收集到的数据，则执行`python main.py report_data`。 <br /> ### **3.配置文件** 要将所有可能修改的数据、常量、配置等都尽量以配置文件的形式组织起来，尽量不要在代码中写死任何数据。 在conf中，新建`settings.py`文件，写入下面的代码： ~~~ # -*- coding:utf-8 -*- import os # 远端接收数据的服务器 Params = { "server": "192.168.0.100", "port": 8000, 'url': '/assets/report/', 'request_timeout': 30, } # 日志文件配置 PATH = os.path.join(os.path.dirname(os.getcwd()), 'log', 'cmdb.log') # 更多配置，请都集中在此文件中 ~~~ 这里，配置了服务器地址、端口、发送的url、请求的超时时间，以及日志文件路径。请根据你的实际情况进行修改。 <br /> ### **4.信息收集模块** 在core中新建`info_collection.py`文件，写入下面的代码： ~~~ # -*- coding:utf-8 -*- import sys import platform class InfoCollection(object): def collect(self): # 收集平台信息 # 首先判断当前平台，根据平台的不同，执行不同的方法 try: func = getattr(self, platform.system().lower()) info_data = func() formatted_data = self.build_report_data(info_data) return formatted_data except AttributeError: sys.exit("不支持当前操作系统： [%s]! " % platform.system()) @staticmethod def linux(): from plugins.collect_linux_info import collect return collect() @staticmethod def windows(): from plugins.collect_windows_info import Win32Info return Win32Info().collect() @staticmethod def build_report_data(data): # 留下一个接口，方便以后增加功能或者过滤数据 pass return data ~~~ 该模块的作用很简单： * 首先通过Python内置的platform模块获取执行main脚本的操作系统类别，通常是windows和Linux，暂时不支持其它操作系统； * 根据操作系统的不同，反射获取相应的信息收集方法，并执行； * 如果是客户端不支持的操作系统，比如苹果系统，则提示并退出客户端。 因为windows和Linux两大操作系统的巨大平台差异，我们必须写两个收集信息的脚本。 到目前为止，我们的客户端结构如下图所示：