Flask Echarts 实现历史图形查询
Flask前后端数据动态交互涉及用户界面与服务器之间的灵活数据传递。用户界面使用ECharts图形库实时渲染数据。它提供了丰富多彩、交互性强的图表和地图，能够在网页上直观、生动地展示数据。ECharts支持各种常见的图表类型，包括折线图、柱状图、饼图、散点图等，同时还支持动画效果、数据筛选、区域缩放等交互功能。Flask后端通过render_template方法将查询得到的JSON数据传递至前端，使得用户能够查询特定时间段内的数据。这种交互方式实现了动态图形展示，为用户提供了更直观、实时的数据体验。通过此系统，用户可通过前端界面直接选择时间范围，后台服务器相应地返回相应的数据，实现了数据的动态交互与图形化展示。
JQuery绑定事件
jQuery 是一个快速、轻量级、跨浏览器的JavaScript库。它旨在简化HTML文档遍历、事件处理、动画操作和AJAX等常见任务，使开发者能够更方便地处理DOM操作和前端交互。
以下这段HTML代码实现了一个包含表单的页面，用户可以输入主机地址、开始时间、结束时间以及选择负载类型，然后通过点击按钮进行数据查询。
代码首先通过Ajax接口实现了参数传递，使用了jQuery中的click方法绑定了按钮点击事件。概述如下：
[*]表单提交和Ajax请求：
[*]在用户填写完表单后，通过jQuery的click方法，给按钮绑定了一个点击事件。
[*]在点击事件中，使用$.ajax函数实现了异步的数据请求。
[*]通过$("#myForm").serialize()将表单数据序列化，然后作为请求参数发送给后端。
[*]后端响应：
[*]请求的目标URL是根目录("/")，这可能是Flask或其他后端框架的路由。
[*]后端处理接收到的数据，执行相应的逻辑，并返回一个JSON格式的数据。
[*]前端处理响应数据：
[*]当Ajax请求成功时，触发了success回调函数。
[*]在回调函数中，使用JSON.parse(data)解析后端返回的JSON字符串，得到一个包含时间、X、Y、Z数据的字典（ref_dict）。
[*]数据展示：
[*]解析后的数据传递给create_graphical函数。
[*]create_graphical函数负责处理这些数据，这里是打印到控制台。
这种结构使得用户在填写表单并点击按钮后，能够通过Ajax请求将数据发送给后端，并在后端执行相应逻辑后返回JSON格式的数据。前端接收到数据后进行解析处理，这里简单打印到控制台，实际应用中可以进一步用于图表的动态更新等操作。这样实现了前后端之间的动态数据传递和交互。如下index.html代码如下所示；
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
</head>
<body>
<form action="/" method="post" id="myForm">
<p>主机地址: <input type="text" name="address" placeholder="输入主机IP地址"></p>
<p>开始时间: <input type="datetime-local" name="start_datetime" /></p>
<p>结束时间: <input type="datetime-local" name="end_datetime" /></p>
<select name="select">
<option value="load5">五分钟负载</option>
<option value="load10">十分钟负载</option>
<option value="load15">十五分钟负载</option>
<option value="load_all">全部输出</option>
</select>
<input name="btn" id="btn" type="button" value="查询数据" />
</form>
</body>后台app.py则通过request.form.get方法接收用户数据，并将收到的数据打印到后台，将数据拼接组合成一个JSON数组并使用json.dumps()将数据返回给前端；
from flask import Flask,render_template,request
import json
app = Flask(__name__)
@app.route('/',methods=['POST','GET'])
def index():
if request.method == "GET":
return render_template("index.html")
elif request.method == "POST":
address = request.form.get("address")
start_datetime = request.form.get("start_datetime")
end_datetime = request.form.get("end_datetime")
select_value = request.form.get("select")
print(address,start_datetime,end_datetime,select_value)
ref_time = ["11:12","11:13","11:14","11:15","11:16"]
ref_x =
ref_y =
ref_z =
ref_dict = {"time":ref_time, "x": ref_x, "y": ref_y, "z": ref_z}
return json.dumps(ref_dict, ensure_ascii=False)
if __name__ == '__main__':
app.run()运行代码，通过填入不同的参数传入后台，前台则可以看到后台回传参数，如下图所示；
生成测试数据
如下提供的这段代码的主要功能是定期获取主机的CPU负载数据，将数据插入SQLite数据库中。这种实时数据采集的方式可用于监控系统性能，尤其是在Web应用中，可以用于实时更新图表或报告系统的负载情况，运行这段程序并等待5分钟的数据采集。
以下是对该代码的概述：
[*]数据库创建函数 (CreateDB)：
[*]连接到SQLite数据库（database.db）。
[*]创建了一个名为 CpuLoadDB 的表，包含主机地址 (address)、时间 (times)、5分钟负载 (load5)、10分钟负载 (load10)、15分钟负载 (load15) 的字段。
[*]获取CPU负载函数 (GetCPU)：
[*]获取当前时间并格式化为字符串。
[*]使用 psutil.cpu_percent 获取实时CPU负载，返回一个包含主机地址、时间、5分钟负载、10分钟负载、15分钟负载的字典。
[*]主程序 (__main__)：
[*]调用 CreateDB 函数创建数据库表。
[*]进入一个无限循环，每次循环中获取CPU负载数据，构建插入语句，并将数据插入数据库中。
[*]在控制台打印插入语句，便于调试。
[*]通过 time.sleep(1) 控制每秒执行一次，模拟实时数据更新。
import sqlite3
import time,psutil,datetime
def CreateDB():
conn = sqlite3.connect("database.db")
cursor = conn.cursor()
create = "create table CpuLoadDB(" \
"address char(32) not null," \
"times char(32) not null," \
"load5 char(32) not null," \
"load10 char(32) not null," \
"load15 char(32) not null" \
")"
cursor.execute(create)
conn.commit()
cursor.close()
conn.close()
def GetCPU(addr):
times = datetime.datetime.now().strftime("%Y-%m-%dT%H:%M")
cpu = psutil.cpu_percent(interval=None,percpu=True)
dict = {'address': addr,'times': times,'load5': cpu,'load10': cpu,'load15':cpu}
return dict
if __name__ == "__main__":
CreateDB()
conn = sqlite3.connect("database.db")
cursor = conn.cursor()
while True:
dict = GetCPU("127.0.0.1")
insert = 'insert into CpuLoadDB(address,times,load5,load10,load15) values("{}","{}","{}","{}","{}")'.\
format(dict["address"],dict["times"],dict["load5"],dict["load10"],dict["load15"])
print(insert)
cursor.execute(insert)
conn.commit()
time.sleep(1)运行上述程序，开始时间2023-11-27 15:17 结束于2023-11-27 15:36，采集到的数据如下图所示；
实现历史查询
通过简洁而功能强大的前端页面，用户可以选择主机、设定时间范围，并实时查看CPU负载的变化。后端使用Flask框架搭建，借助psutil库获取实时CPU负载数据，并将数据存储在SQLite数据库中。前端使用jQuery和ECharts库，通过Ajax请求实现与后端的动态数据交互，并在页面上实时绘制CPU负载的折线图。
数据生后后，我们在原来代码基础之上增加echarts.js绘图库代码，用户在前台填写表格并发送给后端，当后端处理后输出给前端JSON格式，前端获取到该格式之后自动再将其绘制出来，代码如下所示；
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
</head>
<body>
<form action="/" method="post" id="myForm">
<p>选择主机: <select name="address" >
{% for item in addr %}
<option value="{{ item }}">{{ item }}</option>
{% endfor %}
</select></p>
<p>开始时间: <input type="datetime-local" name="start_datetime" /></p>
<p>结束时间: <input type="datetime-local" name="end_datetime" /></p>
<p>选择图形: <select name="select" >
<option value="load5">五分钟负载</option>
<option value="load10">十分钟负载</option>
<option value="load15">十五分钟负载</option>
</select></p>
<input name="btn" id="btn" type="button" value="查询数据" />
</form>
</body>后端首先判断请求来源，如果是GET方式请求，则先查询数据库中有哪些IP地址，并对这些地址去重后返回给前端的select组件，而如果是POST请求，则根据条件匹配记录，并将匹配结果返回给前台即可，后端代码如下所示；
from flask import Flask,render_template,requestimport jsonimport sqlite3app = Flask(__name__)@app.route('/',methods=['POST','GET'])def index(): if request.method == "GET": # 数据库去重后保存 address_set = set() conn = sqlite3.connect("database.db") cursor = conn.cursor() # 查询数据中的地址,并去重 for address_count in cursor.execute("select address from CpuLoadDB;").fetchall(): address_set.add(address_count) return render_template("index.html",addr = list(address_set)) elif request.method == "POST": address = request.form.get("address") start_datetime = request.form.get("start_datetime") end_datetime = request.form.get("end_datetime") select_value = request.form.get("select") time_ref = [] cpu_load_ref = [] # 查询数据 conn = sqlite3.connect("database.db") cursor = conn.cursor() select = "select * from CpuLoadDB where address=='{}' and times >='{}' and times
页:
[1]