Docker Docker-compose快速搭建快速搭建TrWebOCR开源的离线OCR

发表于 2023-10-06

字数统计: 393 字 | 阅读时长 ≈ 2 min

TrWebOCR是什么

TrWebOCR基于开源项目 Tr 构建。支持快速高识别率中文识别。
提供了http调用的接口，便于在其他的项目中调用。
并且提供了易于使用的web页面，便于调试或日常使用。
开源地址是
https://github.com/alisen39/TrWebOCR

TrWebOCR 搭建

trwebocr-compose.yml 文件如下

# docker run -itd --rm -p 8089:8089 --name trwebocr mmmz/trwebocr:latest
# 步骤一：新建文件夹 trwebocr 和 子目录
# mkdir -p /data/trwebocr/{data,logs}
# 步骤二：进入 trwebocr 目录
# cd /data/trwebocr
# 步骤三：将 trwebocr-compose.yml 放入当前目录
# 步骤四：启动
# docker-compose -f trwebocr-compose.yml  up   -d
# trwebocr-compose.yml 配置文件如下  
version: '3' 
services:
  trwebocr:
    image: mmmz/trwebocr:latest
    container_name: trwebocr 
    restart: always
    ports:
      - 18089:8089

按照trwebocr-compose.yml内的步骤逐步执行

trwebocr 使用

界面使用

浏览器访问：http://ip:18089/

接口调用示例

Python 使用File上传文件

import requests
url = 'http://ip:18089/api/tr-run/'
img1_file = {
    'file': open('img1.png', 'rb')
}
res = requests.post(url=url, data={'compress': 0}, files=img1_file)

Python 使用Base64

import requests
import base64
def img_to_base64(img_path):
    with open(img_path, 'rb')as read:
        b64 = base64.b64encode(read.read())
    return b64
    
url = 'http://ip:18089/api/tr-run/'
img_b64 = img_to_base64('./img1.png')
res = requests.post(url=url, data={'img': img_b64})

一辈子很短，努力的做好两件事就好；
第一件事是热爱生活，好好的去爱身边的人；
第二件事是努力学习，在工作中取得不一样的成绩，实现自己的价值，而不是仅仅为了赚钱；

Docker Docker-Compose快速搭建it-Tools程序员面板工具

发表于 2023-10-05

字数统计: 334 字 | 阅读时长 ≈ 1 min

it-tools是什么

it-tools是一个开源轻量级的在线工具箱，支持JSON格式化,SQL格式化,XML格式化,JSON转Execl等等。特别是Docker run转Docker compose等工具，极大提高工作效率
git地址是
https://github.com/CorentinTh/it-tools

it-tools 搭建

it-tools-compose.yml 文件如下

# docker run -d --name it-tools --restart unless-stopped -p 3330:80 corentinth/it-tools:latest
# 1.新建文件夹 ittools 和 子目录
# mkdir -p /data/ittools/{data,logs}
# 2.进入 ittools 目录
# cd /data/ittools
# 3.将 it-tools-compose.yml 放入当前目录
# 4.启动
# docker-compose -f it-tools-compose.yml  up   -d
 
version: '3'

services:
  ittools:
    image: corentinth/it-tools:latest
    container_name: ittools
    restart: unless-stopped
    ports:
      - 3330:80

按照it-tools-compose.yml 内的步骤逐步执行
也可直接使用docker run 启动

it-tools 使用

浏览器访问：http://ip:3330/

可直接使用，界面为英文，建议使用360浏览器打开，使用翻译功能可以将页面转化为中文（谷歌浏览器，翻译插件也可以）

Docker-Compose部署画图-开源软件draw.io

发表于 2023-09-30

字数统计: 582 字 | 阅读时长 ≈ 2 min

draw.io是什么

draw.io 是一款在线绘图工具，可以用于创建流程图、组织结构图、网络图、UML图等各种类型的图表。它提供了丰富的图形元素和编辑功能，使用户能够轻松地创建和编辑图表。
draw.io 支持多种文件格式，包括XML、PNG、JPEG等，方便保存和分享图表。

开源地址：
git仓库
https://github.com/jgraph/drawio
官方网站
https://www.diagrams.net/
dicker git地址
https://github.com/fjudith/docker-draw.io
配置文件地址
https://github.com/fjudith/docker-draw.io/blob/master/docker-compose.yml

draw.io 搭建

drawio-compose.yml 文件如下

#docker-compose -f drawio-compose.yml up -d
#在浏览器输入机器IP:9002 就可以进入drawio页面 
#drawio-compose.yml 配置文件如下  
version: '3'
services:
  drawio:
    image: fjudith/draw.io
    container_name: drawio
    restart: unless-stopped
    ports:
      - 9002:8080
      - 8443:8443
    environment:
      PUBLIC_DNS: domain
      ORGANISATION_UNIT: unit
      ORGANISATION: org
      CITY: city
      STATE: state
      COUNTRY_CODE: country
      DRAWIO_GITLAB_URL: http://mygitlab.net
      DRAWIO_GITLAB_ID: change_to_your_app_id
    healthcheck:
      test: ["CMD-SHELL", "curl -f http://domain:8080 || exit 1"]
      interval: 1m30s
      timeout: 10s
      retries: 5

按照drawio-compose.yml 内的步骤逐步执行

draw.io 使用

浏览器访问：http://ip:9002/

进入之后是首页,界面基本都是图形化炒作，

drawio提供了丰富的图形元素库，包括各种形状、符号、箭头等，用户可以根据需要自由选择和组合这些元素，轻松创建各种类型的图表、流程图、平面图等。
drawio内置了大量的模板，涵盖了各个领域的常见图表和图形，如组织结构图、UML图、网络拓扑图等。用户可以直接使用这些模板，快速创建符合自己需求的图形。
drawio支持导入和导出多种文件格式，包括XML、PNG、JPEG、PDF等。用户可以方便地将自己的图形导出为常见的图片或文档格式，也可以从其他绘图工具中导入已有的图形进行编辑和修改。

Docker-Compose搭建moon-Web-Start导航页

发表于 2023-09-29

字数统计: 315 字 | 阅读时长 ≈ 1 min

moon-web-start是什么

moon-web-start 是简约的导航页，支持在线编辑网页，支持农历显示时间日期，支持分类添加，支持导出导入数据，支持五种搜索引擎。
开源地址：
https://github.com/jic999/moon-web-start
https://github.com/Rod0320/web-start-vue
https://hub.docker.com/r/luode0320/web-start

moon-web-start 搭建

moon-web-start-compose.yml 文件如下

#docker run --restart=always --name web -d -p 2000:2000 luode0320/web-start:1.0
#在浏览器输入机器IP:2000 就可以进入emqtt页面 
#docker-compose -f moon-web-start-compose.yml up -d
#moon-web-start--compose.yml 配置文件如下  
version: "3" 
services:
 webstart:
  image: luode0320/web-start:1.0
  container_name: webstart 
  ports: 
   - 2000:2000
  restart: always

按照moon-web-start-compose.yml 内的步骤逐步执行

Musicn 使用

浏览器访问：http://ip:2000/

界面基本都是图形化炒作，进入之后是首页
之后进入可以进行操作，修改分类，分组，还有创建网站

win10系统下搭建fooocus,开源和免费AI绘画工具

发表于 2023-09-10

字数统计: 859 字 | 阅读时长 ≈ 4 min

fooocus 是什么

Fooocus一款基于人工智能技术的绘画神器，旨在为用户提供卓越的绘画体验。与传统的绘画工具相比，Fooocus具备更强大的自动化和智能化功能，使用户能够轻松创作出需要的艺术图片。

Fooocus的作者Ilias Avil，Fooocus是对 Stable Diffusion 和 Midjourney 的融合，完全开源免费使用

Fooocus项目原地址：https://github.com/lllyasviel/Fooocus

fooocus 搭建

环境

本次搭建使用的环境如下：

win10 操作系统
32G 运行内存
NVIDIA GeForce GTX 1050 Ti 4G 显卡
20G 以上硬盘可用空间

需要科学上网，在下载项目和启动的时候需要

注意

最低要求：
8G 可用运行内存
4G 现存
20G 以上硬盘可用空间
需要科学上网

下载

在 https://github.com/lllyasviel/Fooocus/releases 界面直接选择版本下载

也可直接使用 https://github.com/lllyasviel/Fooocus/releases/download/release/Fooocus_win64_2-0-50.7z 进行下载

注意

1.需要科学上网

启动

将压缩包 Fooocus_win64_2-0-50.7z 解压到D盘根目录，在文件夹中找到 run.bat，以管理员身份运行

系统自动打开命令行进行执行

D:\Fooocus_win64_2-0-50>.\python_embeded\python.exe -s Fooocus\entry_with_update.py
Fast-forward merge
Update succeeded.
Python 3.10.9 (tags/v3.10.9:1dd9be6, Dec  6 2022, 20:01:21) [MSC v.1934 64 bit (AMD64)]
Fooocus version: 2.0.75
Inference Engine exists.
Inference Engine checkout finished.
Downloading: "https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensors" to D:\Fooocus_win64_2-0-50\Fooocus\models\checkpoints\sd_xl_base_1.0_0.9vae.safetensors

100%|█████████████████████████████████████████████████████████████████████████████| 6.46G/6.46G [27:07<00:00, 4.26MB/s]
Downloading: "https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensors" to D:\Fooocus_win64_2-0-50\Fooocus\models\checkpoints\sd_xl_refiner_1.0_0.9vae.safetensors

 69%|████████████████████████████████████████████████████▉                        | 3.89G/5.66G [24:50<10:44, 2.94MB/s]

项目会先下载两个模型文件，然后启动web服务，此处需要的时间较长，耐心等待，下载完成之后，自动在浏览器打开 http://127.0.0.1:7860/
然后就可以在浏览器中使用了

注意

1.下载和启动都需要科学上网
2.如果启动之后没有打开浏览器，手动复制http://127.0.0.1:7860/到谷歌浏览器打开，建议使用谷歌浏览器
3.如果下载较慢，可以直接下载两个模型，sd_xl_base_1.0_0.9vae.safetensors和sd_xl_refiner_1.0_0.9vae.safetensors放到D:\Fooocus_win64_2-0-50\Fooocus\models\checkpoints\目录下，下载地址为

1	https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensors

和

1	https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensors

4.如果还是启动不了，检查计算配置是否满足最低运行要求

fooocus 使用

启动完成之后，直接在浏览器中输入 http://127.0.0.1:7860/

在界面中输入图片的标签（语言为英语），可用直接自动生成图片
生成图片的时间根据电脑的实际性能，例如，本次搭建使用的环境，生成两张图片大约需要6-10分钟
点击Advanced，可以进行高级设置，主要也就是分辨率，风格和模型的一些选择上。

Docker-compose搭建Musicn音乐下载工具

发表于 2023-09-09

字数统计: 424 字 | 阅读时长 ≈ 2 min

Musicn 是什么

Musicn 是一个可播放及下载高品质音乐的命令行工具。支持咪咕，酷狗，网易云音乐下载的服务。

Musicn 搭建

musicn-compose.yml 文件如下

#mkdir -p /data/musicn/{data,logs}
#docker-compose -f musicn-compose.yml up -d
#musicn-compose.yml 配置文件如下 

version: '3'

services:
  musicn:
    image: ghcr.io/wy580477/musicn-container:latest
    container_name: musicn
    restart: unless-stopped
    entrypoint: ["/sbin/tini", "--", "msc", "-q"]
    ports:
      - "7478:7478"
    volumes:
      - /data/musicn/data:/data

按照musicn-compose.yml 内的步骤逐步执行

Musicn 使用

浏览器访问：http://ip:7478/

只有一个搜索框，有下拉选项选择咪咕，酷狗，网易云音乐下载，搜索之后可以选择下面的播放键试听。

其他问题解决

兼容性

部分浏览器兼容性不好，可能打不开，也可能新建不了分类，可尝试更换浏览器操作

启动报错

[root@localhost musicn]# docker-compose -f musicn-compose.yml up -d
Creating network "musicn_default" with the default driver
Pulling musicn (ghcr.io/wy580477/musicn-container:latest)...
ERROR: Get "https://ghcr.io/v2/": dial tcp: lookup ghcr.io on [::1]:53: read udp [::1]:36112->[::1]:53: read: connection refused

解决
尝试直接使用docker pull ghcr.io/wy580477/musicn-container:latest先下载镜像再启动

[root@localhost musicn]# docker pull ghcr.io/wy580477/musicn-container:latest
latest: Pulling from wy580477/musicn-container
7264a8db6415: Pull complete 
33fbadb7f8c6: Downloading [===============>                                   ]  14.74MB/48.5MB
5558ef53d261: Download complete 
3ae8a7119b2e: Download complete 
117df262261e: Download complete 
e2d04075ea88: Download complete

Python Python批量合并Excel数据的实现及代码示例

发表于 2023-09-02

字数统计: 555 字 | 阅读时长 ≈ 3 min

环境

window10
python = 3.7

代码

推荐使用方法1，
方法2 占用时间过长，小批量数据可以使用

方法1

# 同一文件夹下多个Excel合并
import pandas as pd
import os
import time

# 文件路径
file_dir = 'F:/vsCodeWorkspace/python20230907excel/excel'
# 构建新的表格名称
new_filename = 'excel_1.xlsx'
# 找到文件路径下的所有表格名称，返回列表
file_list = os.listdir(file_dir)
new_list = []

for file in file_list:
    # 重构文件路径
    #print(file)
    file_path = os.path.join(file_dir, file)
    print(file_path)
    # 将excel转换成DataFrame
    dataframe = pd.read_excel(file_path)
    # 保存到新列表中
    new_list.append(dataframe)

# 多个DataFrame合并为一个
df = pd.concat(new_list)
# 写入到一个新excel表中
df.to_excel(new_filename, index=False)

方法2


import pandas as pd  

import glob    
# 获取文件夹下所有Excel文件的路径  
folder_path = 'F:/vsCodeWorkspace/python20230907excel/excel'  

# 替换为你的文件夹路径  
# file_paths = glob.glob(folder_path + '/*.xlsx')  
file_paths = glob.glob(folder_path + '/*.xls')  


# 修改文件扩展名（例如：.xlsx、.xls）    
# 创建一个空的DataFrame来存储合并后的数据  
merged_data = pd.DataFrame()    
# 逐个读取并合并Excel文件  
for file_path in file_paths:      
 df = pd.read_excel(file_path)      
 merged_data = merged_data.append(df, ignore_index=True)    

 # 将合并后的数据保存到新的Excel文件  
 merged_data.to_excel('excel2.xlsx', index=False)

问题及解决办法

# 下载基础环境
pip install pandas -i https://mirrors.aliyun.com/pypi/simple/


# 问题
发生异常: ImportError
Missing optional dependency 'xlrd'. Install xlrd >= 1.0.0 for Excel support Use pip or conda to install xlrd.

During handling of the above exception, another exception occurred:

  File "F:\vsCodeWorkspace\python20230907excel\test.py", line 18, in <module>
    df = pd.read_excel(file_path)



# 解决办法 
pip install xlrd -i https://mirrors.aliyun.com/pypi/simple/



# 问题

No module named 'openpyxl'
  File "F:\vsCodeWorkspace\python20230907excel\test.py", line 22, in <module>
    merged_data.to_excel('merged_data.xlsx', index=False)

# 解决办法 
pip install openpyxl -i https://mirrors.aliyun.com/pypi/simple/

Python Python命令执行脚本批量巡检多台linux服务器

发表于 2023-08-27

字数统计: 4,147 字 | 阅读时长 ≈ 21 min

环境

window10
python = 3.7
被巡检服务器linux

代码

python部分

需要安装paramiko模块

1	pip install paramiko

python 部分代码如下

#-*- coding:utf8 -*-
import paramiko
import subprocess
import datetime

# 定义服务器列表和巡检脚本路径
servers = [
    {'hostname': 'server1', 'ip': '192.168.231.128', 'username': 'root', 'password': 'root'}, 
    {'hostname': 'server1', 'ip': '192.168.231.129', 'username': 'root', 'password': 'root'}, 
    # 添加更多服务器
]
script_path = 'F:\\vsCodeWorkspace\\Monitoring.sh'  # 替换为您的巡检脚本路径

# 遍历服务器列表进行巡检
for server in servers:
    try:
        # 建立SSH连接
        ssh = paramiko.SSHClient()
        ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
        ssh.connect(server['ip'], username=server['username'], password=server['password'])

        # 上传巡检脚本至远程服务器
        sftp = ssh.open_sftp()
        sftp.put(script_path, 'script.sh')
        sftp.close()

        # 执行巡检脚本
        stdin, stdout, stderr = ssh.exec_command('chmod +x script.sh && ./script.sh')
        output = stdout.read().decode()

        # 打印巡检结果
        print(f"Server: {server['hostname']}")
        print(f"Output: {output}")
        print("----------------------------------------")
        #写入日志out.log
        current_time = datetime.datetime.now()
        logout = current_time.strftime("%Y-%m-%d.txt")
        with open(logout,"a",encoding="utf-8") as file:
            file.write(f"Server: {server['hostname']}\r\n")
            file.write(f"Output: {output}")
        # 关闭SSH连接
        ssh.close()
    #屏幕打印，如果不需要则注释并注释上面try
    except paramiko.AuthenticationException as e:
        print(f"Failed to connect to {server['hostname']}: {str(e)}")
    except paramiko.SSHException as e:
        print(f"Error occurred while connecting to {server['hostname']}: {str(e)}")

shell部分

文件名为：Monitoring.sh


#!/bin/bash

function RED(){
#在页面上打印成红色
#  echo -e "\033[31m$@\033[0m"
#在日志输出不乱码
echo -e "$@"
}

function GRE(){
#在页面上打印成绿色
#  echo -e "\033[36m$@\033[0m"
#在日志输出
echo -e "$@"
}

function OS_INFO(){
  # 系统名
  local OS_NAME=`uname -n`
  # 系统版本
  local OS_VERSION=`cat /etc/.kyinfo | grep dist_id | grep -oE "Kylin.*" 2>/dev/null || echo 获取信息失败`
  # 系统类型
  local OS_TYPE=`uname`
  # 主机序列号
  local OS_NUM=`dmidecode -t system | grep 'Serial Number' | awk '{print $3}'`
  # 系统内核版本
  local OS_KERNEL=`uname -r`
  # 系统机器码
  local OS_CODE=""
  # 系统语言环境
  local OS_LANG=`echo $LANG`
  # 系统时间
  local OS_DATE=`date +"%Y-%m-%d %H:%M:%S"`
  # 系统运行时间
  local OS_UPTIME=`uptime | awk -F',' '{sub(/.*up /,"",$1);print $1'} || echo 获取信息失败`
  # 系统上次重启时间
  local OS_LAST_REBOOT=`last reboot | head -1 | awk '{print $5,$6,$7,$8,$10}'`
  # 系统上次关机时间
  local OS_LAST_SHUTDOWN=`last -x | grep shutdown | head -1 | awk '{print $5,$6,$7,$8,$10}'`

  RED "################################# [ 系统信息巡检区 ] ######################################"
  GRE "主机名：$OS_NAME"
  GRE "主机类型：$OS_TYPE"
  GRE "主机序列号：${OS_NUM:-获取信息失败}"
  GRE "系统版本：$OS_VERSION"
  GRE "系统内核版本：$OS_KERNEL"
  GRE "系统机器码：${OS_CODE:-获取信息失败}"
  GRE "系统语言环境：${OS_LANG}"
  GRE "系统时间；$OS_DATE"
  GRE "系统已运行时间：$OS_UPTIME"
  GRE "系统上次重启时间：${OS_LAST_REBOOT:-获取信息失败}"
  GRE "系统上次关机时间：${OS_LAST_SHUTDOWN:-获取信息失败}"
}

function OS_HDWARE(){
  # CPU架构
  local CPU_ARCH=`uname -m`
  # CPU型号
  local CPU_TYPE=`cat /proc/cpuinfo | grep "model name" | uniq | awk -F':' '{sub(/ /,"",$2);print $2}'`
  # CPU个数
  local CPU_NUM=`cat /proc/cpuinfo | grep "physical id" | sort | uniq | wc -l`
  # CPU 核数
  local CPU_CORE=`cat /proc/cpuinfo | grep cores | uniq | awk -F':' '{sub(/ /,"",$2);print $2}'`
  # CPU 频率
  local CPU_HZ=`cat /proc/cpuinfo | grep "cpu MHz" | uniq | awk -F':' '{sub(/ /,"",$2);printf "%s MHz\n",$2}'`

  # 内存容量
  local ME_SIZE=$(echo "scale=2;`cat /proc/meminfo | grep 'MemTotal:' | awk '{print $2}'`/1048576"|bc)
  # 空闲内存
  local ME_FREE=$(echo "scale=2;`cat /proc/meminfo | grep 'MemFree:' | awk '{print $2}'`/1048576"|bc)
  # 可用内存
  local ME_FREEE=$(echo "scale=2;`cat /proc/meminfo | grep 'MemAvailable:' | awk '{print $2}'`/1048576" | bc)
  # 内存使用率
  local ME_USE=$(awk 'BEGIN{printf "%.1f%\n",('$ME_SIZE'-'$ME_FREEE')/'$ME_SIZE'*100}')
  # SWAP大小
  local ME_SWAP_SIZE=$(echo "scale=2;`cat /proc/meminfo | grep 'SwapTotal:' | awk '{print $2}'`/1048576"|bc)
  # SWAP可用
  local ME_SWAP_FREE=$(echo "scale=2;`cat /proc/meminfo | grep 'SwapFree:' | awk '{print $2}'`/1048576"|bc)
  # SWAP使用率
  local ME_SWAP_USE=$(awk 'BEGIN{printf "%.1f%\n",('$ME_SWAP_SIZE'-'$ME_SWAP_FREE')/'$ME_SWAP_SIZE'*100}')
  # Buffer大小
  local ME_BUF=$(cat /proc/meminfo | grep 'Buffers:' | awk '{printf "%s KB",$2}')
  # 内存Cache大小
  local ME_CACHE=$(cat /proc/meminfo | grep '^Cached:' | awk '{printf "%s KB",$2}')

  # 当前系统所有网卡
  local NET_DEVICE=(`cat /proc/net/dev | awk 'NR>2 && $1 !~/lo/ {sub(/:/,"");print $1}'`)

  RED "################################# [ 系统硬件巡检区 ] ######################################"
  GRE "CPU型号：$CPU_TYPE"
  GRE "CPU架构：$CPU_ARCH"
  GRE "CPU个数：$CPU_NUM"
  GRE "CPU核数: $CPU_CORE"
  GRE "CPU频率：$CPU_HZ"
  GRE "内存容量：${ME_SIZE} GB"
  GRE "内存空闲：${ME_FREE} GB"
  GRE "内存可用：${ME_FREEE} GB"
  GRE "内存使用率：${ME_USE}"
  GRE "SWAP容量：$ME_SWAP_SIZE GB"
  GRE "SWAP可用容量：$ME_SWAP_FREE GB"
  GRE "SWAP使用率：$ME_SWAP_USE"
  GRE "内存Buffer大小：${ME_BUF}"
  GRE "内存Cache大小：${ME_CACHE}"

  for i in ${NET_DEVICE[@]}
  do
    GRE "网卡：$i  状态: $(ip link show ens33 | awk 'NR==1{print $9}') RX: $(ethtool -g ens33 | grep "RX:" | tail -1 | awk '{print $2}') TX: $(ethtool -g ens33 | grep "TX:" | tail -1 | awk '{print $2}')"
  done
}

function OS_NETWORK(){
  # 系统IP
  local IP=$(hostname -I)
  # 网关地址
  local GATEWAY=$(ip route | grep default &>/dev/null && ip route | grep default | awk '{print $3}' || echo '未设置默认网关')
  # DNS地址
  local DNS=(`cat /etc/resolv.conf | grep nameserver | uniq | awk '{print $2}'`)

  RED "################################# [ 系统网络巡检区 ] ######################################"
  GRE "IP地址：$IP"
  GRE "网关地址：$GATEWAY"
  GRE "DNS地址：${DNS[@]}"
  GRE "网关[$GATEWAY]连接情况: $(ping -t 1 -i 1 -c 5 -W 1 192.168.0.2 &>/dev/null && echo '正常通信' || echo '无法通信')"
}

function OS_RESOURCE(){
  # 系统磁盘列表
  local DISK_LIST=(`lsblk | egrep "^[a-z].*" | grep -v "^sr" | awk '{print $1}'`)
  # 系统磁盘使用率情况
  local DISK_PER=(`df -h | awk 'NR>1 && $1 !~/sr/ {gsub(/%/,"",$5);print $5}'`)

  # CPU空闲率
  local CPU_FREE=$(top -d 1 -n 1 -b | awk 'NR==3{print $8}')
  # CPU使用率
  local CPU_USE=$(awk 'BEGIN{printf "%.1f%\n",100-'$CPU_FREE'}')
  # CPU_TOP_TEN
  local CPU_TOP_TEN=$(top -d 1 -n 1 -b | column -t | awk 'NR>=7 && NR<=15')

  # 当前进程数
  local CPU_PROCESSORS=$(top -d 1 -n 1 -b | awk 'NR==2{print $2}')
  # 当前正在运行进程数
  local CPU_RUN_PROCESSORS=$(top -d 1 -n 1 -b | awk 'NR==2{print $4}')
  # 当前正在休眠进程数
  local CPU_SL_PROCESSORS=$(top -d 1 -n 1 -b | awk 'NR==2{print $6}')
  # 当前停止运行进程数
  local CPU_STOP_PROCESSORS=$(top -d 1 -n 1 -b | awk 'NR==2{print 8}')
  # 当前僵尸进程数
  local CPU_ZOM_PROCESSORS=$(top -d 1 -n 1 -b | awk 'NR==2{print $10}')


  RED "################################# [ 系统资源巡检区 ] ######################################"
  GRE "CPU使用率：$CPU_USE"
  GRE "CPU使用率前十进程信息:"
  GRE "$(ps -eo user,pid,pcpu,pmem,args --sort=-pcpu | head -n 10)"
  GRE "\n内存使用率前十进程信息:"
  GRE "$(ps -eo user,pid,pcpu,pmem,args --sort=-pmem | head -n 10)"
  GRE "\n磁盘IO信息:$(iotop -bon 1 &>/dev/null || echo 'io top 未安装信息获取失败')"
  GRE "$(iotop -bon 1 &>/dev/null && iotop -bon 1 | head -n 13)"
  GRE "\n磁盘分区使用率是否正常：正常"
  for i in ${DISK_LIST[@]}
  do
    if [[ -z "$(lsblk --nodeps -no serial /dev/$i)" ]]; then
      GRE "磁盘：$i  磁盘序列号：获取信息失败"
    else
      GRE "磁盘：$i  磁盘序列号：$(lsblk --nodeps -no serial /dev/$i)"
    fi
  done
  for i in ${DISK_PER[@]}
  do
    if [ $i -gt 80 ]; then
      RED "某分区磁盘使用率为：$i% > 80% 请及时扩容"
    fi
  done
  GRE "\n系统磁盘分区inode使用情况："
  GRE "$(df -Thi)"
  GRE "\n系统当前进程数：$CPU_PROCESSORS"
  GRE "系统当前进程运行数：$CPU_RUN_PROCESSORS"
  GRE "系统当前休眠进程数：$CPU_SL_PROCESSORS"
  GRE "系统当前停止进程数：$CPU_STOP_PROCESSORS"
  GRE "系统当前僵尸进程数：$CPU_ZOM_PROCESSORS"

  GRE "\n系统当前允许最大fd数量：$(cat /proc/sys/fs/file-nr | awk '{print $3}')"
  GRE "系统当前已打开fd数量：$(cat /proc/sys/fs/file-nr | awk '{print $1}')"
  GRE "系统单个进程运行打开fd数量：$(ulimit -n)"

  GRE "\n系统当前socket连接数：$(netstat -anp &>/dev/null && netstat -anp | wc -l || echo 'net-tools 未安装,获取信息失败')"
  GRE "系统 established socket数量: $(netstat -anp &>/dev/null && netstat -anp | grep "ESTABLISHED" | wc -l || echo 'net-tools 未安装,获取信息失败')"
  GRE "系统 sync socket数量：$(netstat -anp &>/dev/null && netstat -anp | grep "SYN" | wc -l || echo 'net-tools 未安装,获取信息失败')"
  GRE "系统当前已建立socket如下:"
  GRE "$(netstat -anp &>/dev/null && netstat -anp | grep ESTABLISHED | awk '{printf "  本地:%-20s <=>    外部:%-22s\n",$4,$5}' || echo '')"
}

function OS_SECURITY(){
  # 系统所有能登录的用户
  local OS_USER=(`cat /etc/passwd | awk -F':' '$NF !~/nologin|sync|shutdown|halt/ {print $1}'`)
  # Selinux
  local OS_SELINUX=`getenforce`
  # 防火墙状态
  local OS_FIREWALLD=`service firewalld status &>/dev/null | grep "running" && echo on || echo off`

  RED "################################# [ 系统安全巡检区 ] ######################################"
  GRE "防火墙状态: $OS_FIREWALLD"
  GRE "Selinux状态：${OS_SELINUX}\n"
  GRE "系统可登录用户数：$(cat /etc/passwd | awk -F':' '$NF !~/nologin|sync|shutdown|halt/ {print $1}' | wc -l)"
  GRE "系统可登录用户：${OS_USER[@]}"
  for i in ${OS_USER[@]}
  do
    GRE "用户 $i 最后1次登录信息: $(lastlog -u $i | awk 'NR==2')"
  done
  GRE "系统当前登录用户："
  GRE "$(who | sed 's#[()]##g' | awk '{printf "   用户: %10s 终端: %7s 登录时间: %7s %7s 登录IP: %7s\n",$1,$2,$3,$4,$5}')"
}

function OS_SERVICE(){
  RED "################################# [ 系统服务巡检区 ] ######################################"
  GRE "自行添加"
}

if [ $(id -u -n) != "root" ]; then
  ERROR "请以ROOT用户运行这个脚本"
fi

OS_INFO
OS_HDWARE
OS_NETWORK
OS_RESOURCE
OS_SECURITY

结果

日志文件名是今天的日期

Server: server1

Output: ################################# [ 系统信息巡检区 ] ######################################
主机名：bogon
主机类型：Linux
主机序列号：VMware-56
系统版本：获取信息失败
系统内核版本：3.10.0-1160.el7.x86_64
系统机器码：获取信息失败
系统语言环境：zh_CN.UTF-8
系统时间；2023-09-09 12:16:36
系统已运行时间：10 min
系统上次重启时间：Sat Sep 9 12:06 12:16
系统上次关机时间：Sat Sep 9 11:32 12:06
################################# [ 系统硬件巡检区 ] ######################################
CPU型号：Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz
CPU架构：x86_64
CPU个数：2
CPU核数: 1
CPU频率：2208.002 MHz
内存容量：3.68 GB
内存空闲：1.29 GB
内存可用：2.14 GB
内存使用率：41.8%
SWAP容量：0 GB
SWAP可用容量：0 GB
SWAP使用率：
内存Buffer大小：2104 KB
内存Cache大小：1095648 KB
网卡：vethd0d16e2  状态: UP RX: 256 TX: 256
网卡：br-5cc909daa712  状态: UP RX: 256 TX: 256
网卡：br-8aeaa845ffa4  状态: UP RX: 256 TX: 256
网卡：veth30f95e0  状态: UP RX: 256 TX: 256
网卡：br-1e607a72367a  状态: UP RX: 256 TX: 256
网卡：veth03a160e  状态: UP RX: 256 TX: 256
网卡：vetha221a4d  状态: UP RX: 256 TX: 256
网卡：br-4f71f13677f9  状态: UP RX: 256 TX: 256
网卡：br-ee83d5997b33  状态: UP RX: 256 TX: 256
网卡：br-212b68474a5c  状态: UP RX: 256 TX: 256
网卡：br-ff93a3026998  状态: UP RX: 256 TX: 256
网卡：br-7c424b96b4d9  状态: UP RX: 256 TX: 256
网卡：vethe83937d  状态: UP RX: 256 TX: 256
网卡：veth9f69747  状态: UP RX: 256 TX: 256
网卡：br-182bab31fcd7  状态: UP RX: 256 TX: 256
网卡：br-860a421033a0  状态: UP RX: 256 TX: 256
网卡：ens33  状态: UP RX: 256 TX: 256
网卡：br-9df6b9fac4d3  状态: UP RX: 256 TX: 256
网卡：br-0cfcee11ccdc  状态: UP RX: 256 TX: 256
网卡：docker0  状态: UP RX: 256 TX: 256
################################# [ 系统网络巡检区 ] ######################################
IP地址：192.168.231.128 172.18.0.1 172.22.0.1 172.24.0.1 172.100.0.1 172.20.0.1 172.25.0.1 172.28.0.1 172.26.0.1 172.19.0.1 172.27.0.1 172.17.0.1 172.21.0.1 172.23.0.1 
网关地址：192.168.231.2
DNS地址：192.168.231.2
网关[192.168.231.2]连接情况: 无法通信
################################# [ 系统资源巡检区 ] ######################################
CPU使用率：3.1%
CPU使用率前十进程信息:
USER        PID %CPU %MEM COMMAND
root       2376  1.5 10.4 java -Dfile.encoding=UTF-8 -Dspring.config.location=/opt/kkFileView-4.1.0/config/application.properties -jar /opt/kkFileView-4.1.0/bin/kkFileView-4.1.0.jar
root       2724  0.9  2.5 node server/server.js
root       3289  0.2  0.0 /bin/bash ./script.sh
root          1  0.1  0.1 /usr/lib/systemd/systemd --switched-root --system --deserialize 22
root        499  0.1  0.0 /usr/lib/systemd/systemd-udevd
root        663  0.1  0.7 /usr/bin/python2 -Es /usr/sbin/firewalld --nofork --nopid
root       1151  0.1  1.9 /usr/bin/dockerd -H fd:// --containerd=/run/containerd/containerd.sock
polkitd    2429  0.1  5.1 mysqld --default-authentication-plugin=mysql_native_password
root       2430  0.1  1.1 node /api/server.js

内存使用率前十进程信息:
USER        PID %CPU %MEM COMMAND
root       2376  1.5 10.4 java -Dfile.encoding=UTF-8 -Dspring.config.location=/opt/kkFileView-4.1.0/config/application.properties -jar /opt/kkFileView-4.1.0/bin/kkFileView-4.1.0.jar
polkitd    2429  0.1  5.1 mysqld --default-authentication-plugin=mysql_native_password
root       2724  0.9  2.5 node server/server.js
root       1151  0.1  1.9 /usr/bin/dockerd -H fd:// --containerd=/run/containerd/containerd.sock
root       2926  0.0  1.6 /opt/libreoffice7.3/program/soffice.bin -accept=socket,host=127.0.0.1,port=2002;urp; -env:UserInstallation=file:///tmp/.jodconverter_socket_host-127.0.0.1_port-2002 -headless -nocrashreport -nodefault -nofirststartwizard -nolockcheck -nologo -norestore
root       2904  0.1  1.6 /opt/libreoffice7.3/program/soffice.bin -accept=socket,host=127.0.0.1,port=2001;urp; -env:UserInstallation=file:///tmp/.jodconverter_socket_host-127.0.0.1_port-2001 -headless -nocrashreport -nodefault -nofirststartwizard -nolockcheck -nologo -norestore
root        991  0.0  1.2 /usr/bin/containerd
root       2430  0.1  1.1 node /api/server.js
root        663  0.1  0.7 /usr/bin/python2 -Es /usr/sbin/firewalld --nofork --nopid

磁盘IO信息:io top 未安装信息获取失败


磁盘分区使用率是否正常：正常
磁盘：sda  磁盘序列号：获取信息失败
某分区磁盘使用率为：94% > 80% 请及时扩容
某分区磁盘使用率为：94% > 80% 请及时扩容
某分区磁盘使用率为：94% > 80% 请及时扩容
某分区磁盘使用率为：94% > 80% 请及时扩容
某分区磁盘使用率为：94% > 80% 请及时扩容
某分区磁盘使用率为：94% > 80% 请及时扩容
某分区磁盘使用率为：94% > 80% 请及时扩容

系统磁盘分区inode使用情况：
文件系统                类型     Inode 已用(I) 可用(I) 已用(I)% 挂载点
devtmpfs                devtmpfs  469K     357    469K       1% /dev
tmpfs                   tmpfs     472K       1    472K       1% /dev/shm
tmpfs                   tmpfs     472K    1.4K    470K       1% /run
tmpfs                   tmpfs     472K      16    472K       1% /sys/fs/cgroup
/dev/mapper/centos-root xfs        15M    817K     14M       6% /
/dev/sda1               xfs       250K     327    250K       1% /boot
overlay                 overlay    15M    817K     14M       6% /var/lib/docker/overlay2/ef19444fd2104a4f1d5f829a5e7c7df72d558f4b2f1499997e825976b039a9ec/merged
overlay                 overlay    15M    817K     14M       6% /var/lib/docker/overlay2/3a7eed53b775dfb6f598c77721740b26468c7d9fba2cf7c9b43d9176072f9a33/merged
overlay                 overlay    15M    817K     14M       6% /var/lib/docker/overlay2/aeabf7b39b3fa396c42de284bc62724268177e8707ff6a47fe91633c59297a9c/merged
overlay                 overlay    15M    817K     14M       6% /var/lib/docker/overlay2/559fe3b485066c832fa5cc58c0dc4167a7a88830527e2ad895ae494c6c157cd3/merged
overlay                 overlay    15M    817K     14M       6% /var/lib/docker/overlay2/bf213298f6faf1b82e9247c54f02f115ad4a455bdda9154bc40754b0b8ced519/merged
overlay                 overlay    15M    817K     14M       6% /var/lib/docker/overlay2/30bb98c473e3b93236517fa881cd4c4fd544555650fd62ff742569d6e63c702d/merged
shm                     tmpfs     472K       2    472K       1% /var/lib/docker/containers/f356da86faeedc68546ab6824d86f3a87e4cb66291b79d2c908829cc6afbc41c/mounts/shm
shm                     tmpfs     472K       1    472K       1% /var/lib/docker/containers/9113b7a0ddd1df1d83570905b5a11d9487f1266c6626ef19a892afa9c8bf7c69/mounts/shm
shm                     tmpfs     472K       1    472K       1% /var/lib/docker/containers/a96eb6a82671b508a1eadd117a4979d83f5ef990253064853c8502d878e20933/mounts/shm
shm                     tmpfs     472K       1    472K       1% /var/lib/docker/containers/97480b988d5327cc118ad5c790aa3e646b6eaace009f474cc990b2b1b66765bf/mounts/shm
shm                     tmpfs     472K       1    472K       1% /var/lib/docker/containers/e8458fef9ae54f211a4c985baf5a7f9872de6de278bcc33be9d7a2a9a5824322/mounts/shm
shm                     tmpfs     472K       1    472K       1% /var/lib/docker/containers/122a088deb7bb35ec48694a3e81bbfdfc07173626bb5b87b90181aa98ef2c8a7/mounts/shm
tmpfs                   tmpfs     472K       1    472K       1% /run/user/0

系统当前进程数：156
系统当前进程运行数：1
系统当前休眠进程数：152
系统当前停止进程数：8
系统当前僵尸进程数：3

系统当前允许最大fd数量：365456
系统当前已打开fd数量：2272
系统单个进程运行打开fd数量：1024

系统当前socket连接数：211
系统 established socket数量: 2
系统 sync socket数量：0
系统当前已建立socket如下:
  本地:192.168.231.128:22   <=>    外部:192.168.231.1:59866   
  本地:192.168.231.128:22   <=>    外部:192.168.231.1:59873   
################################# [ 系统安全巡检区 ] ######################################
防火墙状态: off
Selinux状态：Disabled

系统可登录用户数：1
系统可登录用户：root
用户 root 最后1次登录信息: root             pts/0    192.168.231.1    六 9月  9 12:16:20 +0800 2023
系统当前登录用户：
   用户:       root 终端:    tty1 登录时间: 2023-09-09   12:08 登录IP:        
   用户:       root 终端:   pts/0 登录时间: 2023-09-09   12:16 登录IP: 192.168.231.1

报错及解决办法

报错

1	module 'paramiko' has no attribute 'SSHClient'

原因：没有下载paramiko包

解决办法;

1	pip install paramiko -i https://mirrors.aliyun.com/pypi/simple/

报错

1	module 'paramiko' has no attribute 'AuthenticationException'

原因：python 的执行文件paramiko.py和paramiko的包同名了

解决办法;修改名字paramiko.py为paramiko_test.py重新执行

报错

1	由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。

原因：检查服务器是否开启，可被链接， ip 和端口号，以及用户名密码

解决办法;：修改正确即可

继开

一辈子很短，努力的做好两件事就好：第一件事是热爱生活，好好的去爱身边的人；第二件事是努力学习，在工作中取得不一样的成绩，实现自己的价值，而不是仅仅为了赚钱。

RSS

gitee E-Mail