Django构建自动化运维资产管理系统

简介:

   随着企业服务器数量越来越多,当到达几百台,上千台服务器之后,服务器资产管理也逐渐繁杂,每天如果通过人工统计检测会浪费大量的时间,而且有可能会有小小的疏忽而遗漏,那有没有什么开源的管理系统自动去管理呢,方法是必须滴有咯,我这里采用最简单的Django admin框架来实现。实现方法非常简单,这里做记录,希望跟大家一起交流。

  • Django开发简介:

这里采用Django MVC开发模型,简单来说MVC 是一种软件开发的方法,它把代码的定义和数据访问的方法(模型)与请求逻辑 (控制器)还有用户接口(视图)分开来。

      在django里面,我们讲采用models.py 、views.py、urls.py以及html模板文件来实现这个需求。

  • Django安装部署:

Django的安装可以参考我的上一篇文章,这里直接创建工程和app名称。

    1、创建asset工程:

1
django-admin.py  startproject Asset

    2、配置数据库:

编辑settings.py文件,修改存储方式为mysql,同时设置数据库名和密码,保存退出。如下图配置:

wKiom1QioRLTQhUAAAGv6e7aWG0822.jpg

数据库信息配置完毕后,创建名为asset的数据库,并设置密码。

同时修改setings.py,找到APPS模块处,添加我们的工程名,Asset,如下图添加方法:

wKioL1QioXOBhtfPAAF5xQ5x0qk011.jpg

    3、新建models.py文件:

采用models方式创建数据库表和字段,语句如下:

1
2
3
4
5
6
7
8
9
10
11
from   django.db   import   models
class  asset_system(models.Model):
         ip_info  = models.CharField(max_length = 50 )
         serv_info  = models.CharField(max_length = 50 )
         cpu_info  = models.CharField(max_length = 50 )
         disk_info  = models.CharField(max_length = 50 )
         mem_info  = models.CharField(max_length = 50 )
         load_info  = models.CharField(max_length = 50 )
         mark_info  = models.CharField(default = 'beijing_idc' ,max_length = 50 ,blank = True )
         def  __unicode__( self ):
                 return  self .ip_info models.py

文件创建成功后,然后返回上一级目录(manage.py目录),执行:

1
python manage.py validate 返回为:0 errors found表示检查数据编写正确。
1
然后把数据写入到数据库中,执行命令:python manage.py  syncdb

会提示输入用户名和邮箱和密码,这里的用户名和密码为访问django  admin后台需要输入的用户名和密码。

    4、修改settings.py和urls.py

分别修改如下:

把settings.py里面: 'django.contrib.admin',前面#号注释掉,同时注释掉'django.contrib.admindocs',前的#号即可,如下图:

wKioL1QioojwdxlsAAIHIIuEo8c990.jpg

把urls.py里面,将如下三行#号去掉即可:

1
2
3
from  django.contrib   import  admin
admin.autodiscover()
url(r '^admin/' ,include(admin.site.urls)),

同时添加如下行,引用settings文件配置:

1
from  django.conf  import  settings

如下图:

wKioL1QioqaioXURAAHdtDOmVdk851.jpg

  • Django Admin后台管理:

    配置完毕后,登录后台管理系统,重启python app,然后访问报错404,报错的原因是由于没有添加/admin/二级目录访问,输入/admin/进入这个页面,代表django admin 配置成功。登录后截图如下:

wKioL1Qiou3CxBFxAAGOHcKdt2g441.jpg

    默认没有我们创建的数据库表,那如何在界面显示呢?如下在工程应用目录(与models.py同级),新建一个admin.py文件,写入如下内容:

1
2
3
4
5
6
from  django.contrib  import  admin
from  asset.models  import  asset_system
class  serversadm(admin.ModelAdmin):
         list_display  = ( 'ip_info' , 'serv_info' , 'cpu_info' , 'disk_info' , 'mem_info' , 'load_info' , 'mark_info' )
         search_fields  =  ( 'ip_info' , 'cpu_info' )
admin.site.register(asset_system,serversadm)

配置完后,重启python,然后刷新一下页面,默认会出现403的提示“CSRF verification failed.Request aborted.,我们需要把settings.py里面如下行临时先注释掉(跟跨越请求有关):

1
#'django.middleware.csrf.CsrfViewMiddleware',

然后刷新,会看到新添加的一个asset_system表,如下图:

wKiom1Qio_SjbnbSAAGTq1sXvYE429.jpg

    然后往里面添加多条cpu、硬盘、内存信息即可(可以使用脚本导入数据库),为了更好的样式,我们可以安装插件django-admin-bootstrapped-1.6.8.tar.gz,安装方法很简单,解压python setup.py install即可。

然后在settings.py 里面找到:'django.contrib.admin'这一行,在这行之前加入如下语句:

1
2
'django_admin_bootstrapped.bootstrap3' ,
'django_admin_bootstrapped' ,

    就引用了bootstrap样式,界面显示效果就比较美观,好的由于时间原因,博文就到此结束,后期会增加更多功能和界面。

wKiom1QipETzVORDAAN6bfgNSus011.jpg

 附图二,后期可以把所有的功能整合到一个html页面里面,如下图所示:

wKiom1QipOWxRqYIAAExRfSSkbo247.jpg


本文转自 wgkgood 51CTO博客,原文链接:http://blog.51cto.com/wgkgood/1557846

相关文章
|
5月前
|
敏捷开发 测试技术 API
测试金字塔:构建高效自动化测试策略的基石
测试金字塔:构建高效自动化测试策略的基石
417 116
|
5月前
|
测试技术 API 数据库
测试金字塔:构建高效自动化测试策略的基石
测试金字塔:构建高效自动化测试策略的基石
432 114
|
5月前
|
设计模式 前端开发 测试技术
告别脆弱:构建稳定UI自动化测试的3个核心策略
告别脆弱:构建稳定UI自动化测试的3个核心策略
543 113
|
5月前
|
JSON 监控 API
n8n错误处理全攻略:构建稳定可靠的自动化工作流
在n8n自动化工作流中,错误是提升系统可靠性的关键。本文详解常见错误类型、节点级与全局处理机制,结合重试、熔断、补偿事务等高级模式,助您构建稳定、可维护的生产级自动化流程。
|
5月前
|
存储 人工智能 自然语言处理
拔俗AI自动化评价分析系统:让数据说话,让决策更智能
在用户体验为核心的时代,传统评价分析面临效率低、洞察浅等痛点。本文基于阿里云AI与大数据技术,构建“数据-算法-应用”三层智能分析体系,实现多源数据实时接入、情感与主题精准识别、跨模态融合分析及实时预警,助力企业提升运营效率、加速产品迭代、优化服务质量,并已在头部电商平台成功落地,显著提升用户满意度与商业转化。
525 0
|
5月前
|
Java 项目管理 Maven
Maven项目管理与构建自动化完全指南
Maven彻底改变了Java项目管理方式,通过POM模型、依赖管理和标准化构建流程,大幅提升开发效率。本文深入解析其核心概念、多模块管理、私服搭建及与Spring Boot、Docker等现代技术栈的集成实践,助力开发者实现高效、规范的项目构建与团队协作。
910 156
Maven项目管理与构建自动化完全指南
|
5月前
|
存储 运维 监控
57_大模型监控与运维:构建稳定可靠的服务体系
随着大语言模型(LLM)技术的快速发展和广泛应用,如何确保模型在生产环境中的稳定运行、高效服务和安全合规已成为企业和开发者面临的关键挑战。2025年,大模型服务已从实验室走向各行各业的核心业务流程,其运维复杂度也随之呈指数级增长。与传统软件系统不同,大模型服务具有参数规模庞大、计算密集、行为不确定性高等特点,这使得传统的运维监控体系难以满足需求。
|
6月前
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
546 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
|
6月前
|
数据采集 运维 数据可视化
AR 运维系统与 MES、EMA、IoT 系统的融合架构与实践
AR运维系统融合IoT、EMA、MES数据,构建“感知-分析-决策-执行”闭环。通过AR终端实现设备数据可视化,实时呈现温度、工单等信息,提升运维效率与生产可靠性。(238字)
数据采集 Web App开发 人工智能
293 0