Highcharts 是一个用纯JavaScript编写的一个图表库。
Highcharts 能够很简单便捷的在web网站或是web应用程序添加有交互性的图表
Highcharts 免费提供给个人学习、个人网站和非商业用途使用。
访问官网:
进入下载页面:
下载6.10版本
解压Highcharts-6.1.0.zip文件,访问里面的index.htm文件。
点击Time series, zoomable
页面效果如下:
这个,就是接下来django需要用的模板。
它在目录Highcharts-6.1.0\examples\line-time-series里面,编辑line-time-series目录下的index.htm文件
注意这一行:
'https://cdn.rawgit.com/highcharts/highcharts/057b672172ccc6c08fe7dbb27fc17ebca3f5b770/samples/data/usdeur.json',
它是图表需要的json数据,打开这个json链接,将网页内容复制,使用json格式化工具处理,效果如下:
如果谷歌浏览器,安装插件JSON Formatter,就可以得到上面的效果。
它的数据格式一个大的列表,里面每一个元素都是小列表。
列表第一个值,是一个时间戳,第二个是具体的值。打开站长工具的时间戳转换,链接如下:
输入数值1167609600000,点击转换
很明显,时间不对。为什么呢?因为它是毫秒
选择毫秒,再次点击转换,时间就对了。
那么django需要输出,指定格式的json数据,才能展示正确的图表。
数据从何而来呢?自己造呗!
下面将演示,如何展示一个CPU使用率的图表。
在项目根目录创建文件monit_system.py,它能统计系统的CPU使用率,内存使用情况。
统计完成之后,将对应的数值插入到MySQL中。它会插入30条记录,每隔10秒采集一次。
代码如下:
#!/usr/bin/env python# -*- coding: utf-8 -*-import pymysqlimport geventimport timeimport psutil#解决wind10错误OSError: raw write() returned invalid lengthimport win_unicode_consolewin_unicode_console.enable()class MyPyMysql: def __init__(self, host, port, username, password, db, charset='utf8'): self.host = host # mysql主机地址 self.port = port # mysql端口 self.username = username # mysql远程连接用户名 self.password = password # mysql远程连接密码 self.db = db # mysql使用的数据库名 self.charset = charset # mysql使用的字符编码,默认为utf8 self.pymysql_connect() # __init__初始化之后,执行的函数 def pymysql_connect(self): # pymysql连接mysql数据库 # 需要的参数host,port,user,password,db,charset self.conn = pymysql.connect(host=self.host, port=self.port, user=self.username, password=self.password, db=self.db, charset=self.charset ) # 连接mysql后执行的函数 self.asynchronous() def getCPUstate(self,interval=1): cpu = psutil.cpu_percent(interval) return cpu def getMemorystate(self): phymem = psutil.virtual_memory() cur_mem = phymem.percent mem_rate = int(phymem.used / 1024 / 1024) mem_all = int(phymem.total / 1024 / 1024) line = { 'cur_mem': cur_mem, 'mem_rate': mem_rate, 'mem_all': mem_all, } return line def run(self): # 创建游标 self.cur = self.conn.cursor() # 定义sql语句 sql = "insert into blog_system_monit(cpu,cur_mem,mem_rate,mem_all,create_time,time_stamp) values (%s,%s,%s,%s,%s,%s)" print(sql) # 定义数据 cpu = self.getCPUstate() # cpu使用率 mem = self.getMemorystate() # 内存info信息 mem_rate = mem['mem_rate'] # 内存使用率 cur_mem = mem['cur_mem'] # 当前使用内存 mem_all = mem['mem_all'] # 总内存 struct_time = time.localtime() create_time = time.strftime("%Y-%m-%d %H:%M:%S", struct_time) # 转换为标准时间 t = time.time() # 当前时间戳 time_stamp = int(round(t * 1000)) # 转换为毫秒的时间戳 print((cpu, cur_mem,mem_rate, mem_all,create_time,time_stamp)) # 执行插入一行数据,如果插入多行,使用executemany(sql语句,数据(需一个元组类型)) content = self.cur.execute(sql,(cpu,cur_mem,mem_rate,mem_all,create_time,time_stamp)) if content: print('插入ok') # 提交数据,必须提交,不然数据不会保存 self.conn.commit() def asynchronous(self): #执行30次协程任务 for i in range(0,30): time.sleep(10) # 等待10秒 gevent.spawn(self.run()) # 执行方法 self.cur.close() # 关闭游标 self.conn.close() # 关闭pymysql连接if __name__ == '__main__': start_time = time.time() # 计算程序开始时间 st = MyPyMysql('127.0.0.1', 3306, 'root', '', 'db2') # 实例化类,传入必要参数 print('程序耗时{:.2f}'.format(time.time() - start_time)) # 计算程序总耗时
创建表blog_system_monit
进入django项目,修改blog目录下的models.py,内容如下:
from django.db import models# Create your models here.#必须要继承models.Model类,这个固定写法。# 这里表示创建表blog_system_monit,blog是应用名,它会自动加上的。class system_monit(models.Model): #id自增,类型为bigint。设置为主键 id = models.BigAutoField(primary_key=True) #类型为decimal(10,2),长度为10,小数点保留2位 cpu = models.DecimalField(max_digits=10, decimal_places=2) #类型为int(11),11是默认长度 cur_mem = models.IntegerField() mem_rate = models.DecimalField(max_digits=10, decimal_places=2) mem_all = models.IntegerField() #类型为datetime create_time = models.DateTimeField() #由于毫秒的时间戳超过了timestamp的长度,所以只能设置bigint了。 time_stamp = models.BigIntegerField()
在Pycharm的Terminal窗口中,输入以下命令
python manage.py makemigrations
python manage.py migrate
执行完成之后,它会自动创建表blog_system_monit
使用pycharm执行脚本monit_system.py,等待5分钟,就会插入30条数据。
如果脚本没有报错,查看表记录,会有30条记录
编辑文件views.py,增加2个视图函数
def chart(request): #显示html文件 return render(request, "chart.html")def chart_json(request): #读取表所有记录 system_monit = models.system_monit.objects.all() data = [] # 创建一个空列表 for i in system_monit: # 遍历,拼横纵坐标 #横坐标为时间戳,纵坐标为cpu使用率。注意,必须转换类型,否则数据不对。 data.append([int(i.time_stamp),float('%.2f' % i.cpu)]) print(data) isdict = json.dumps(data) # json序列化列表 return HttpResponse(isdict, content_type="application/json") # 执行类型为json
修改mysite下的urls.py,新增2个路径
urlpatterns = [ path('admin/', admin.site.urls), path('chart/', views.chart), path('chart_json/', views.chart_json),]
访问json的url
必须保证格式,和上面cdn.rawgit.com链接的json格式一样。
上的图片是用了JSON Formatter插件展示json数据的效果。
否则下面的步骤不用做了!!!
将line-time-series目录下的index.htm文件复制到django项目的templates目录下,重命名为chart.html
在django项目的static文件夹下,创建目录Highcharts-6.1.0
将Highcharts-6.1.0解压目录中的3个文件,复制到此目录
修改部分代码,大家可以和index.htm对比一下,就知道修改的部分了。完整代码如下:
Highcharts Example
项目文件结构如下:
mysite/├── blog│ ├── admin.py│ ├── apps.py│ ├── __init__.py│ ├── models.py│ └── views.py├── manage.py├── monit_system.py├── mysite│ ├── __init__.py│ ├── settings.py│ ├── urls.py│ └── wsgi.py├── static│ ├── css│ ├── Highcharts-6.1.0│ │ ├── highcharts.js│ │ └── modules│ │ ├── export-data.js│ │ └── exporting.js│ ├── images│ │ └── favicon.ico│ └── js│ └── jquery-3.3.1.min.js└── templates ├── chart.html ├── cur_time.html ├── detail.html └── index.html
使用pycharm启动django项目,访问url
页面效果如下:
图标支持放大和缩小,可以看到秒级的数据,比如
增加黑色主题
打开解压路径,进入目录Highcharts-6.1.0\code\themes,里面有一个dark-unica.js文件
在static\Highcharts-6.1.0目录下创建目录themes,将dark-unica.js文件复制到此目录
修改char.html文件,在
下面一行添加如下代码,导入主题js
{#黑色主题#}
再次访问网页,效果如下:
我的博客即将搬运同步至腾讯云+社区,邀请大家一同入驻:
转载出处: