今天主要是來說一下怎么可視化來監(jiān)控你的爬蟲的狀態(tài)。

相信大家在跑爬蟲的過程中，也會好奇自己養(yǎng)的爬蟲一分鐘可以爬多少頁面，多大的數(shù)據(jù)量，當然查詢的方式多種多樣。今天我來講一種可視化的方法。

關(guān)于爬蟲數(shù)據(jù)在mongodb里的版本我寫了一個可以熱更新配置的版本，即添加了新的爬蟲配置以后，不用重啟程序，即可獲取剛剛添加的爬蟲的狀態(tài)數(shù)據(jù)。

1.成品圖

?

這個是監(jiān)控服務(wù)器網(wǎng)速的最后成果，顯示的是下載與上傳的網(wǎng)速，單位為M。爬蟲的原理都是一樣的，只不過將數(shù)據(jù)存到InfluxDB的方式不一樣而已， 如下圖。

?

可以實現(xiàn)對爬蟲數(shù)量，增量，大小，大小增量的實時監(jiān)控。

2. 環(huán)境

• InfluxDb ，是目前比較流行的時間序列數(shù)據(jù)庫；
• Grafana ，一個可視化面板（Dashboard），有著非常漂亮的圖表和布局展示，功能齊全的度量儀表盤和圖形編輯器，支持Graphite、zabbix、InfluxDB、Prometheus和OpenTSDB作為數(shù)據(jù)源
• Ubuntu
• influxdb （pip install influxdb)
• Python 2.7

3. 原理

獲取要展示的數(shù)據(jù)，包含當前的時間數(shù)據(jù)，存到InfluxDb里面，然后再到Grafana里面進行相應(yīng)的配置即可展示；

4. 安裝

4.1 Grafana安裝

官方安裝指導(dǎo)

安裝好以后，打開本地的3000端口，即可進入管理界面，用戶名與密碼都是 admin 。

4.2 InfulxDb安裝

這個安裝就網(wǎng)上自己找吧，有很多的配置我都沒有配置，就不在這里誤人子弟了。

5. InfluxDb簡單操作

碰到了數(shù)據(jù)庫，肯定要把增刪改查學(xué)會了啊， 和sql幾乎一樣，只有一絲絲的區(qū)別，具體操作，大家可以參考官方的文檔。

• influx 進入命令行
• CREATE DATABASE test 創(chuàng)建數(shù)據(jù)庫
• show databases 查看數(shù)據(jù)庫
• use test 使用數(shù)據(jù)庫
• show series 看表
• select * from table_test 選擇數(shù)據(jù)
• DROP MEASUREMENT table_test 刪表

6. 存數(shù)據(jù)

InfluxDb數(shù)據(jù)庫的數(shù)據(jù)有一定的格式，因為我都是利用python庫進行相關(guān)操作，所以下面將在python中的格式展示一下：

?

其中:

• measurement, 表名
• time，時間
• tags，標簽
• fields，字段

可以看到，就是個列表里面，嵌套了一個字典。其中，對于時間字段，有特殊要求，可以參考這里， 下面是python實現(xiàn)方法：

?

所以，到這里，如何將爬蟲的相關(guān)屬性存進去呢？以MongoDB為例

?

那么現(xiàn)在我們已經(jīng)往數(shù)據(jù)里存了數(shù)據(jù)了，那么接下來要做的就是把存的數(shù)據(jù)展示出來。

7.展示數(shù)據(jù)

7.1 配置數(shù)據(jù)源

以admin登錄到Grafana的后臺后，我們首先需要配置一下數(shù)據(jù)源。點擊左邊欄的最下面的按鈕，然后點擊DATA SOURCES，這樣就可以進入下面的頁面：

?

點擊ADD DATA SOURCE，進行配置即可，如下圖：

?

其中，name自行設(shè)定；Type 選擇InfluxDB；url為默認的http://localhost:8086， 其他的因為我前面沒有進行配置，所以默認的即可。然后在InfluxDB Details里的填入Database名，最后點擊測試，如果沒有報錯的話，則可以進入下一步的展示數(shù)據(jù)了；

7.2 展示數(shù)據(jù)

點擊左邊欄的+號，然后點擊GRAPH

?

接著點擊下圖中的edit進入編輯頁面：

從上圖中可以發(fā)現(xiàn)：

中間板塊是最后的數(shù)據(jù)展示
下面是數(shù)據(jù)的設(shè)置項
右上角是展示時間的設(shè)置板塊，在這里可以選擇要展示多久的數(shù)據(jù)

7.2.1 配置數(shù)據(jù)

在Data Source中選擇剛剛在配置數(shù)據(jù)源的時候配置的NAME字段，而不是database名。
接著在下面選擇要展示的數(shù)據(jù)。看著就很熟悉是不是，完全是sql語句的可視化。同時，當我們的數(shù)據(jù)放到相關(guān)的字段上的時候，雙擊，就會把可以選擇的項展示出來了，我們要做的就是直接選擇即可；
設(shè)置右上角的時間，則可以讓數(shù)據(jù)實時進行更新與展示
因為下面的配置實質(zhì)就是sql查詢語句，所以大家按照自己的需求，進行選擇配置即可，當配置完以后，就可以在中間的面板里面看到數(shù)據(jù)了。

8. 總結(jié)

到這里，本篇文章就結(jié)束了。其中，對于Grafana的操作我沒有介紹的很詳細，因為本篇主要講的是怎么利用這幾個工具完成我們的任務(wù)。

同時，里面的功能確實很多，還有可以安裝的插件。我自己目前還是僅僅對于用到的部分比較了解，所以大家可以查詢官方的或者別的教程資料來對Grafana進行更深入的了解，制作出更加好看的可視化作品來。

文末知識點摘要①：sql中dateiff函數(shù)的用法

DATEDIFF

返回跨兩個指定日期的日期和時間邊界數(shù)。

一、 語法

DATEDIFF ( datepart , startdate , enddate )

二、參數(shù)

datepart

是規(guī)定了應(yīng)在日期的哪一部分計算差額的參數(shù)。下表列出了 Microsoft? SQL Server? 識別的日期部分和縮寫。

日期部分 縮寫

year yy, yyyy
quarter qq, q
Month mm, m
dayofyear dy, y
Day dd, d
Week wk, ww
Hour hh
minute mi, n
second ss, s
millisecond ms
startdate

是計算的開始日期。startdate 是返回 datetime 或 smalldatetime 值或日期格式字符串的表達式。

因為 smalldatetime 只精確到分鐘，所以當用 smalldatetime 值時，秒和毫秒總是 0。

如 果您只指定年份的最后兩位數(shù)字，則小于或等于"兩位數(shù)年份截止期"配置選項的值的最后兩位數(shù)字的數(shù)字所在世紀與截止年所在世紀相同。大于該選項的值的最后 兩位數(shù)字的數(shù)字所在世紀為截止年所在世紀的前一個世紀。例如，如果 two digit year cutoff 為 2049（默認），則 49被解釋為 2049，2050 被解釋為 1950。為避免模糊，請使用四位數(shù)的年份。

enddate

是計算的終止日期。enddate 是返回 datetime 或 smalldatetime 值或日期格式字符串的表達式。

三、返回類型

integer

四、用法

此函數(shù)計算兩個指定日期之間日期部分的數(shù)目。結(jié)果為日期部分中等于（date2 - date1）的有符號的整數(shù)值。

當結(jié)果不是日期部分的偶數(shù)倍時，DATEDIFF 將被截斷而不是被舍入。

當使用 day 作為日期部分時，DATEDIFF 返回兩個指定的時間之間（包括第二個日期但不包括第一個日期）的午夜數(shù)。

當使用 month 作為日期部分時，DATEDIFF 返回兩個日期之間（包括第二個日期但不包括第一個日期）出現(xiàn)的月的第一天的數(shù)目。

當使用 week 作為日期部分時，DATEDIFF 返回兩個日期（包括第二個日期但不包括第一個日期）之間星期日的數(shù)目。

對于更小的時間單位存在溢出值：

milliseconds 24 天

seconds 68 年

minutes 4083 年

others 沒有溢出限制

如果超出這些限制，此函數(shù)將返回溢出錯誤。

五、標準和兼容性

SQL/92 Transact-SQL 擴展。
SQL/99 Transact-SQL 擴展。

Sybase 與 Adaptive Server Enterprise 兼容。

六、示例

下面的語句返回 1 ：

select datediff( hour, ''4:00am'', ''5:50am'' )

下面的語句返回 102 ：

select datediff( month, ''1987/05/02'', ''1995/11/15'' )

下面的語句返回 0 ：

select datediff( day, ''00:00'', ''23:59'' )

下面的語句返回 4 ：

select datediff( day, ''1999/07/19 00:00'',''1999/07/23 23:59'' )

下面的語句返回 0 ：

select datediff( month, ''1999/07/19'', ''1999/07/23'' )

下面的語句返回 1 ：

select datediff( month, ''1999/07/19'', ''1999/08/23'' )?

總結(jié)

以上所述是小編給大家介紹的Python實現(xiàn)數(shù)據(jù)可視化看如何監(jiān)控你的爬蟲狀態(tài)，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！