Python监控主机是否存活,并发报警邮件

简介:

  利用python写了简单测试主机是否存活脚本,此脚本不适于线上使用,因为网络延迟、丢包现象会造成误报邮件,那么后续会更新判断三次ping不通后再发报警邮件,并启用多线程处理。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
#!/usr/bin/env python
# coding:UTF-8
import  time
import  pexpect
import  smtplib
from  email.mime.text  import  MIMEText
 
mail_host  =  "smtp.163.com"          #定义smtp服务器
mail_to  =  "baojingtongzhi@163.com"   #邮件收件人
mail_from  =  "monitor@163.com"        #邮件发件人
mail_pass  =  "123456"             #邮件发件人邮箱密码
 
while  True :
     def  Mail(error_ip):
         date  =  time.strftime( '%Y-%m-%d %H:%M:%S' )
         msg  =  MIMEText( "%s Ping %s failed from 255.252."  %  (date, error_ip))
         msg[ 'Subject' =  "Ping %s failed."  %  error_ip     #定义邮件主题
         msg[ 'From' =  mail_from
         msg[ 'To' =  mail_to
         try :
             =  smtplib.SMTP()                  #创建一个SMTP()对象
             s.connect(mail_host,  "25" )              #通过connect方法连接smtp主机
             s.starttls()                     #启动安全传输模式
             s.login(mail_from,mail_pass)           #邮箱账户登录认证
             s.sendmail(mail_from, mail_to, msg.as_string())    #邮件发送
             s.quit()        #断开smtp连接
         except  Exception, e:
             print  str (e)
     ip_list  =  [ '192.168.18.10' ,
         '192.168.18.11' ,
         '192.168.18.12' ]
     for  ip  in  ip_list:
         ping  =  pexpect.spawn( 'ping -c 1 %s'  %  ip)
         check  =  ping.expect([pexpect.TIMEOUT, "1 packets transmitted, 1 received, 0% packet loss" ], 2 )     #2代表超时时间
         if  check  = =  0 :
             Mail(ip)
             print  "Ping %s failed,Have email."  %  ip
         if  check  = =  1 :
             print  "Ping %s successful."  %  ip
     print  "Sleep 10s..."
     time.sleep( 10 )

#直接运行

# python ping.py 

Ping 192.168.18.10 successful.

Ping 192.168.18.11 successful.

Ping 192.168.18.12 successful.

Sleep 10s...



本文转自 李振良OK 51CTO博客,原文链接:http://blog.51cto.com/lizhenliang/1649664,如需转载请自行联系原作者

相关文章
|
2月前
|
监控 并行计算 数据处理
构建高效Python应用:并发与异步编程的实战秘籍,IO与CPU密集型任务一网打尽!
在Python编程的征途中,面对日益增长的性能需求,如何构建高效的应用成为了每位开发者必须面对的课题。并发与异步编程作为提升程序性能的两大法宝,在处理IO密集型与CPU密集型任务时展现出了巨大的潜力。今天,我们将深入探讨这些技术的最佳实践,助你打造高效Python应用。
38 0
|
19天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
28 2
|
28天前
|
数据库 开发者 Python
“Python异步编程革命:如何从编程新手蜕变为并发大师,掌握未来技术的制胜法宝”
【10月更文挑战第25天】介绍了Python异步编程的基础和高级技巧。文章从同步与异步编程的区别入手,逐步讲解了如何使用`asyncio`库和`async`/`await`关键字进行异步编程。通过对比传统多线程,展示了异步编程在I/O密集型任务中的优势,并提供了最佳实践建议。
18 1
|
2月前
|
中间件 API 调度
深入探究 Python 异步编程:利用 asyncio 和 aiohttp 构建高效并发应用
深入探究 Python 异步编程:利用 asyncio 和 aiohttp 构建高效并发应用
31 4
|
2月前
|
中间件 API 调度
深入探究 Python 异步编程:利用 asyncio 和 aiohttp 构建高效并发应用 精选
深入探究 Python 异步编程:利用 asyncio 和 aiohttp 构建高效并发应用 精选
28 2
|
2月前
|
开发框架 并行计算 .NET
脑洞大开!Python并发与异步编程的哲学思考:IO密集型与CPU密集型任务的智慧选择!
脑洞大开!Python并发与异步编程的哲学思考:IO密集型与CPU密集型任务的智慧选择!
29 1
|
3月前
|
监控 网络协议 数据库连接
Python3 监控端口:使用 socket 库
Python3 监控端口:使用 socket 库
|
3月前
|
监控 网络协议 数据库连接
Python3 监控端口:使用 socket 库
Python3 监控端口:使用 socket 库
|
3月前
|
监控 Ubuntu API
Python脚本监控Ubuntu系统进程内存的实现方式
通过这种方法,我们可以很容易地监控Ubuntu系统中进程的内存使用情况,对于性能分析和资源管理具有很大的帮助。这只是 `psutil`库功能的冰山一角,`psutil`还能够提供更多关于系统和进程的详细信息,强烈推荐进一步探索这个强大的库。
47 1
|
7月前
|
监控 Python Windows
使用python脚本来监控进程
使用python脚本来监控进程