欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

爬虫系列之自动化运维(一)服务器节点详细设计

程序员文章站 2022-03-08 15:44:25
...

爬虫系列之自动化运维(一)服务器节点详细设计

十点数据 10小时前 ⋅ 16 阅读 ⋅ 0 积分
 

相关阅读:

网络爬虫的实现原理与技术

Python,开发爬虫的不二选择

我们能用Python做什么?学Python有前途吗?

3人团队,如何管理10万采集网站?(最全、最细解读)

运维系列之FastAPI自动化运维接口服务

运维系列之远程部署神器 Fabric介绍

自动化运维之Fabric系列(一)小试牛刀

如何爬虫微信公众号中的所有疫情信息呢?

Python爬虫中requests下载插件常用方法汇总(一)

爬虫系列之自动化运维(一)服务器节点详细设计
            
    
    博客分类: 自动化运维 自动化运维爬虫 

一、引言

1.1.背景

对于互联网企业来说,随着业务的不断拓展,公司所运行的项目越来越多,项目业务逻辑也越来越复杂,需要定制化开发的内容也越来越多。

大数据背景下的舆情公司,由于业务需求数据范围广,无法通过一种统一的方式,来解决所有类型数据的采集。随之而来的,就是定制化开发的采集器越来越多,这些采集器的运维越来越繁琐,逐渐影响项目的进度,成为了限制业务发展的瓶颈。

那么,如何解决呢?自动化运维便是正解。

1.2.业务痛点

① 管理分散在各开发人员,解决问题的效率低下;
② 项目越来越复杂,定制开发增多,部署、更新等运维难度骤增;
③ 脚本运行情况、采集数据量等监控难度加大;
④ 由于管理分散,人员流动导致运维难度系数增加;
⑤ 人为操作失误频发,导致

1.3.目标

① 实现部门内容所有服务的自动化部署与监控,不只是采集。初期以采集为主;
② 实现各服务/脚本的统一管理,实时监控异常;

1.4.技术

① 系统使用语言:Java + Python
② 管理后台使用技术:Spring Boot2.X + FreeMarker + X-Admin2.X
③ 运维端:FastAPI +Fabric(2.0版本升级为:Ansible)

1.5.使用范围

① 本版本暂时只支持Linux操作系统的运维;
② Windows系统在后续2.0版本中提供支持;

二、系统概述

1.1.系统描述

开发该系统主要是为了实现采集器、脚本及其他服务的自动化运维管理,包括服务的部署/上传、启动、关闭、参数修改、简单的服务文件的修改等。 同时,实现对服务器、采集器、脚本等服务进行监控,实时发现问题,解决问题。 1.2.结构描述 当前系统主要包括服务器节点管理、项目管理、爬虫管理和任务管理等四个模块,每个模块的具体功能细节如下表所示: 一级功能 二级功能 三级操作 备注 节点管理

节点列表	-	实现对服务器信息的管理

节点环境 开发语言 管理并显示服务器上安装的语言环境 环境依赖 管理服务器上各语言环境插件 节点监控 - 主要监控各服务器的硬盘、CPU、内存等使用情况 拓补图 - 主要用于展示采集相关的所有软硬件关系、结构 项目管理 项目列表 - 主要展示项目信息

爬虫管理

爬虫列表	-	主要展示已经开发或部署的爬虫信息
部署情况	-	显示每个爬虫部署的服务器节点情况
任务列表	-	显示每个爬虫已经或正在处理的任务列表
爬虫文件	-	主要用于在线修改爬虫文件,并同步到所部署节点
运行环境	-	用于管理爬虫运行所需环境,包括安装、卸载等
采集分析	-	展示爬虫采集数据相关的统计信息,用于监控

任务管理 任务列表 - 主要用于查看当前所有爬虫的采集任务信息

1.3.运维接口描述

当部署爬虫时,我们需要把爬虫脚本,上传到相关的服务器节点上。所以,就需要一个能与服务器进行交互的服务接口。

目前采用Fabric来实现,2.0版本时再考虑基于容器的相关技术,如docker等技术。

三、功能模块

1.1.节点管理

该模块主要包括服务器、服务器配置、语言环境,以及各语言环境相关参数等信息的查看、管理等功能。

1.1.1.数据字典设计

爬虫系列之自动化运维(一)服务器节点详细设计
            
    
    博客分类: 自动化运维 自动化运维爬虫 

数据库字典说明:

① td_idop_servers:服务器节点信息表;
② td_idop_serv_info:服务器节点配置信息表;
③ td_idop_serv_lang_rel:服务器与编程语言关联表;
④ td_idop_serv_lang:编程语言信息表;
⑤ td_idop_serv_lang_plugs:编程语言相关插件表;
⑥ td_idop_serv_monitor_cpu:CPU使用情况监控信息表;
⑦ td_idop_serv_monitor_memory:内存使用情况监控信息表;
⑧ td_idop_serv_monitor_disk:硬盘使用情况监控信息表;
⑨ td_idop_serv_monitor_network:网络收发数据包情况监控表;

1.1.2.功能描述

1.1.2.1.节点列表

主要展示当前所有的服务器节点信息。如:服务器IP、登录信息等。

当监控服务发现服务器异常时,列表中节点名称颜色变为红色,以示预警。

可以查看服务器的基本配置信息包括:内存、CPU、操作系统等信息。

亦可以查看当前服务器上已经安装的开发语言,及执行命令信息.

系统原型如下图所示:

爬虫系列之自动化运维(一)服务器节点详细设计
            
    
    博客分类: 自动化运维 自动化运维爬虫 

操作说明:

⑩ 查询:根据服务器名称和Ip进行查询;
⑪ 批量删除:可以批量删除服务器节点信息。同时删除服务器节点所属语言、插件等信息;服务器CPU、硬盘、内存及网络等监控信息;删除当前服务器上部署的记录;删除与之相关联任务信息;
⑫ 添加:新增或编辑服务器信息;

1.1.2.2.节点语言环境

该模块主要用于管理服务器上语言环境,以及该语言环境下,已安装的相关插件。如Python环境下已安装的第三方爬虫库。

1.1.2.2.1.开发语言

主要用于管理服务器上的语言环境管理,实现管理界面的一键安装、卸载等。 系统原型如下图所示:

爬虫系列之自动化运维(一)服务器节点详细设计
            
    
    博客分类: 自动化运维 自动化运维爬虫 

说明:

“√”表示当前服务器已经安装该语言;
“×”表示当前服务器未安装该语言

操作说明:

① 查询:根据服务器Ip进行查询;
② 添加:指添加语言。添加后刷新列表,列表中新增一列信息;
③ 表头“+”:表示对列表中所有的服务器节点进行安装。如果已经安装,则跳过;
④ 行单元格中“+”:表示安装当前服务器安装的当前列语言;
⑤ 行单元格中“×”:表示卸载当前服务器安装的当前列语言;

1.1.2.2.2.环境依赖

该模块主要实现对各服务器节点上,已安装的语言的插件进行管理,以便在管理系统中统一管理。如安装、卸载等。 系统原型如下图所示:

爬虫系列之自动化运维(一)服务器节点详细设计
            
    
    博客分类: 自动化运维 自动化运维爬虫 

中部树结构说明:

该树形结构中数据来源于服务器信息表,以及其对应的语言表。

操作说明:

① 批量删除:实现对插件的批量删除。同时,服务器上需要卸载该插件;
② 添加:必须先选择中部的树节点下的语言节点,否则不可添加;
③ 编辑:编辑插件信息;如安装、卸载命令等;
④ 安装:在当前选中树节点,所在服务器上安装该插件;
⑤ 卸载:卸载当前选中树节点,所在服务器上的该插件;

1.1.2.3.节点监控

该模块主要用于近实时的监控服务器的内存、CPU、硬盘等信息,以便运维人员实时调整采集策略。

系统原型如下图所示:

爬虫系列之自动化运维(一)服务器节点详细设计
            
    
    博客分类: 自动化运维 自动化运维爬虫  爬虫系列之自动化运维(一)服务器节点详细设计
            
    
    博客分类: 自动化运维 自动化运维爬虫 

中部树结构说明: 该树形结构中数据来源于服务器信息表。

统计图说明:

后台服务每个五分钟获取一次服务器的内存、CPU、硬盘等使用率;以及网络的收发包信息。

1.1.2.4.网络拓扑

该模块主要用于显示当前爬虫全流程中的网络结构。包括:服务器分布、Redis队列部署情况、数据存储情况等。

系统原型如下图所示:

爬虫系列之自动化运维(一)服务器节点详细设计
            
    
    博客分类: 自动化运维 自动化运维爬虫