神匠 发表于 2023-11-27 17:23:59

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]
查看完整版本: Flask Echarts 实现历史图形查询