自动分析局域网内网速慢的电脑---结合IPERF,TASK SCHEDULE,PYTHON,MAIL

简介:

今天写的。

用IPERF作测试局域网速度的工具。

用AD域组策略推送给客户端,

xcopy /y \\XXX\XXX\Iperf\*.* c:\Iperf\*.*

然后,客户端会在每次LOGON的执行测试网速的BAT文件,并将结果存放在服务器指定的LOG目录下面。

c:\Iperf\Iperf3.exe -c x.x.x. > \\X.X.X.X\Iperf\log\%computername%.txt

之后,PYTHON上场。

分析指定目录下的每一个文件里的每一行,

将指定列表中的数字与提前指定的基线作比较。

分出不同的电脑列表。

然后发给指定邮件地址。

最后,指定WINDOWS计划任务或是LINUX CRONTAB JOB。

搞定。

复制代码
 1 #!/usr/bin/env python
 2 import sys
 3 import os.path
 4 from smtplib import SMTP
 5 import datetime
 6 
 7 
 8 folder = 'D:\Iperf\Log\\'
 9 msg_low_sh = ''
10 msg_normal = ''
11 msg_low_us = ''
12 msg_nodata = ''
13 for filename in os.listdir (folder):
14     #print(filename)
15 
16     fp = open(folder + filename,'r')
17     
18     for i, line in enumerate(fp):
19         if (i == 0 and line == "") or (len(line) < 3 ):
20             msg_nodata += filename + ".have now data.\n"
21         elif (i == 6):
22             speednumber = line.split()
23             if (float(speednumber[6])) < 300 and (float(speednumber[6])) > 8:
24                msg_low_sh += filename + ". Low Speed at ShangHai: " + speednumber[6] + "Mbits. We should notice this machine.\n"
25             if (float(speednumber[6])) <1.0:
26                msg_low_us += filename + "Low Speed at US: " + speednumber[6] + "Mbits. We should notice this machine.\n"
27             else:
28               msg_normal += filename + ". Normal Speed: " + speednumber[6] + "Mbits.\n"
29     fp.close()
30 #print (msg_low_sh)
31 #print (msg_low_us)
32 #print (msg_normal)
33 #print (msg_nodata)
34 
35 text_file = open("LANSpeedOutput.txt", "w")
36 
37 text_file.write(msg_low_sh)
38 text_file.write(msg_low_us)
39 text_file.write("\n\n\n")
40 text_file.write(msg_normal)
41 text_file.write("\n\n\n")
42 text_file.write(msg_nodata)
43 
44 text_file.close()
45 
46 debuglevel = 0
47 
48 smtp = SMTP()
49 smtp.set_debuglevel(debuglevel)
50 smtp.connect('X.X.X.X', 25)
51 smtp.login('xxx', 'xxx')
52 
53 from_addr = "<xxx>"
54 to_addr = ["xxx","xxx","xxx"]
55 date = datetime.datetime.now().strftime( "%d/%m/%Y " )
56 fp = open(r'LANSpeedOutput.txt', 'r')
57 
58 subj = "LAN Speed log at "+date
59 message_text = fp.read()
60 
61 msg = "From: %s\nTo: %s\nSubject: %s\nDate: %s\n\n%s" % ( from_addr, to_addr, subj, date, message_text )
62 
63 smtp.sendmail(from_addr, to_addr, msg)
64 smtp.quit()
复制代码


最后效果图:

具体细节,再慢慢完善。

目录
相关文章
|
3月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
3月前
|
存储 监控 算法
监控电脑屏幕的帧数据检索 Python 语言算法
针对监控电脑屏幕场景,本文提出基于哈希表的帧数据高效检索方案。利用时间戳作键,实现O(1)级查询与去重,结合链式地址法支持多条件检索,并通过Python实现插入、查询、删除操作。测试表明,相较传统列表,检索速度提升80%以上,存储减少15%,具备高实时性与可扩展性,适用于大规模屏幕监控系统。
148 5
|
4月前
|
缓存 监控 算法
唯品会item_search - 按关键字搜索 VIP 商品接口深度分析及 Python 实现
唯品会item_search接口支持通过关键词、分类、价格等条件检索商品,广泛应用于电商数据分析、竞品监控与市场调研。结合Python可实现搜索、分析、可视化及数据导出,助力精准决策。
|
3月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
3月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
4月前
|
缓存 监控 算法
苏宁item_get - 获得商品详情接口深度# 深度分析及 Python 实现
苏宁易购item_get接口可实时获取商品价格、库存、促销等详情,支持电商数据分析与竞品监控。需认证接入,遵守调用限制,适用于价格监控、销售分析等场景,助力精准营销决策。(238字)
|
4月前
|
JSON 缓存 供应链
电子元件 item_search - 按关键字搜索商品接口深度分析及 Python 实现
本文深入解析电子元件item_search接口的设计逻辑与Python实现,涵盖参数化筛选、技术指标匹配、供应链属性过滤及替代型号推荐等核心功能,助力高效精准的电子元器件搜索与采购决策。
|
4月前
|
缓存 供应链 芯片
电子元件类商品 item_get - 商品详情接口深度分析及 Python 实现
电子元件商品接口需精准返回型号参数、规格属性、认证及库存等专业数据,支持供应链管理与采购决策。本文详解其接口特性、数据结构与Python实现方案。

推荐镜像

更多