当前位置： 首页 > article >正文

Flask Echarts 实现历史图形查询

article 2024/11/13 14:03:49

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：

  1. 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。
  2. 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。
  3. 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）。
  4. 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">
    <script type="text/javascript" src="https://www.lyshark.com/javascript/jquery/3.5.1/jquery.min.js"></script>
</head>
<body>
    <!--提交表格数据-->
    <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>

    <!-- 传入参数打印 -->
    <script type="text/javascript" charset="UTF-8">
        var create_graphical = function(time,x,y,z)
        {
            console.log("日期: " + time);
            console.log("X: " + x);
            console.log("Y: " + y);
            console.log("Z: " + z);
        }
    </script>

    <!--点击查询后执行的Ajax操作-->
    <script type="text/javascript">
        $("#btn").click(function()
        {
            $.ajax({
                url: "/",
                type: "POST",
                data: $("#myForm").serialize(),
                success:function (data)
                {
                    var ref_dict = JSON.parse(data);
                    create_graphical(ref_dict.time, ref_dict.x, ref_dict.y, ref_dict.z)
                }
            })
        })
    </script>
</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 = [4,5,8,9,4]
            ref_y = [6,7,8,9,0]
            ref_z = [4,3,2,4,6]

            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：

  1. 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。
  2. 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。
  3. 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[0],'load10': cpu[1],'load15':cpu[2]}
    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">
    <script type="text/javascript" src="https://www.lyshark.com/javascript/jquery/3.5.1/jquery.min.js"></script>
    <script type="text/javascript" src="https://www.lyshark.com/javascript/echarts/5.3.0/echarts.min.js"></script>
</head>

<body>
    <!--提交表格数据-->
    <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>选择主机: <select name="address" style="width: 185px; height: 25px">
            {% 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" style="width: 185px; height: 25px">
            <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>

    <!--绘图区域-->
    <div id="main" style="width: 100%;height:450px;border:1px solid #dddddd;float: left;margin-top: 10px;"></div>

    <!--绘图函数实现流程-->
    <script type="text/javascript" charset="UTF-8">
        var create_graphical = function(time,cpu)
        {
            var myChart_cpu = echarts.init(document.getElementById('main'));
            myChart_cpu.setOption({
                tooltip: {},
                animation: false,
                xAxis: {
                    data: []
                },
                // 调节大小
                grid: {
                    left: '3%',
                    right: '4%',
                    top:'3%',
                    bottom: '3%',
                    containLabel: true
                },
                // tooltip 鼠标放上去之后会自动出现坐标
                tooltip: {
                    trigger: 'axis',
                    axisPointer: {
                        type: 'cross',
                        label: {
                            backgroundColor: '#6a7985'
                        }
                    }
                },

               // 初始化图形
                yAxis: {},
                series: [{
                    type: 'line',
                    data: []
                }]
            });

            // 下方就是给指定字段填充数据
            myChart_cpu.setOption({
                xAxis: {
                    data: time
                },
                series: [{
                    name: 'CPU负载率',
                    data: cpu
                }]
                });
        };
    </script>

    <!--点击查询后执行的Ajax操作-->
    <script type="text/javascript">
        $("#btn").click(function()
        {
            $.ajax({
                url: "/",
                type: "POST",
                dataType: "text",
                data: $("#myForm").serialize(),
                success:function (data)
                {
                    var ref_dict = JSON.parse(data);
                    create_graphical(ref_dict.time, ref_dict.cpu)
                }
            })
        })
    </script>
</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,request
import json
import sqlite3

app = 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[0])

        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 <='{}'".\
                format(address,start_datetime,end_datetime)

            if select_value == "load5":
                # 查询记录并过滤
                for ref in cursor.execute(select).fetchall():
                    time_ref.append(ref[1].split("T")[1])
                    cpu_load_ref.append(float(ref[2]))

                ref_dict = {"time":time_ref, "cpu": cpu_load_ref}
                return json.dumps(ref_dict, ensure_ascii=False)

            if select_value == "load10":
                for ref in cursor.execute(select).fetchall():
                    time_ref.append(ref[1].split("T")[1])
                    cpu_load_ref.append(float(ref[3]))

                ref_dict = {"time":time_ref, "cpu": cpu_load_ref}
                return json.dumps(ref_dict, ensure_ascii=False)

            if select_value == "load15":
                for ref in cursor.execute(select).fetchall():
                    time_ref.append(ref[1].split("T")[1])
                    cpu_load_ref.append(float(ref[4]))

                ref_dict = {"time": time_ref, "cpu": cpu_load_ref}
                return json.dumps(ref_dict, ensure_ascii=False)

if __name__ == '__main__':
    app.run()

代码被运行后，会首次使用GET方式获取主机列表及负载单选框列表，此处我们查询开始时间2023-11-27 15:20 结束于2023-11-27 15:30，这10分钟的数据，采集到的数据如下图所示；


http://www.kler.cn/a/157032.html

相关文章：

  • 2024年11月10日系统架构设计师考试题目回顾
  • [ Linux 命令基础 3 ] Linux 命令详解-文件和目录管理命令
  • go do sth和come do sth的区别
  • ROM修改进阶教程------安卓14 安卓15去除app签名验证的几种操作步骤 详细图文解析
  • Flutter 小技巧之 Shader 实现酷炫的粒子动画
  • C++容器面试题及参考答案
  • [Swift]RxSwift常见用法详解
  • 联想LJ2655DN激光打印机清零方法
  • Django二转Day03 04
  • Qt应用开发--国产工业开发板全志T113-i的部署教程
  • 基于Spring、SpringMVC、MyBatis的在线云音乐网站
  • Xilinx FPGA——ISE的UCF时序约束
  • LeetCode刷题---打家劫舍问题
  • LoadBalancer将服务暴露到外部实现负载均衡purelb-layer2模式配置介绍
  • 万宾科技可燃气体监测仪科技作用全览
  • SpringBoot自定义异常处理机制
  • GEE：使用拉普拉斯（Laplacian）算子对遥感图像进行卷积操作
  • 英语语法学习 - 每周更新学英语知识点
  • 小米秒享3--非小米电脑
  • 基于YOLOv8深度学习的安全帽目标检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战
  • python之ddddocr快速识别
  • 茄子科技张韶全：跨多云大数据平台DataCake在OceanBase的实践
  • 2024最新版软件测试八股文（文档）
  • AI浪潮下，非科班出身还有机会入行程序开发领域么？
  • jquery学习笔记
  • 12.04 二叉树中等题