성능을 이해하려면 Raspberry Pi 대시보드가 필요할 수 있습니다. 이 기사에서는 주문형 모니터링 대시보드를 신속하게 구축하여 Raspberry Pi의 CPU 성능, 메모리 및 디스크 사용량을 실시간으로 확인하고 필요에 따라 언제든지 더 많은 보기와 작업을 추가하는 방법을 보여 드리겠습니다.
이미 Appsmith를 사용하고 있다면 샘플 앱을 직접 가져와서 시작할 수도 있습니다.
Appsmith는 개발자가 대시보드 및 관리 패널과 같은 내부 애플리케이션을 쉽고 빠르게 구축하는 데 도움이 되는 오픈 소스 로우 코드 애플리케이션 구축 도구입니다. 이는 대시보드를 위한 훌륭한 옵션이며 기존 코딩 방법에 필요한 시간과 복잡성을 줄여줍니다.
이 예의 대시보드에는 다음 통계가 표시됩니다.
당신은 Raspberry Pi에서 이 데이터를 가져와 Appsmith에 전달하는 방법입니다. psutil은 모니터링 및 분석을 위한 Python 라이브러리이고, Flask-RESTful은 REST API를 생성하는 Flask 확장입니다.
Appsmith는 몇 초마다 REST API를 호출하여 데이터를 자동으로 새로 고치고 아래와 같이 필요한 모든 통계가 포함된 JSON 객체로 응답합니다.
{ "cpu_count": 4,"cpu_freq": [600.0,600.0,1200.0 ],"cpu_mem_avail": 463953920,"cpu_mem_free": 115789824,"cpu_mem_total": 971063296,"cpu_mem_used": 436252672,"cpu_percent": 1.8,"disk_usage_free": 24678121472,"disk_usage_percent": 17.7,"disk_usage_total": 31307206656,"disk_usage_used": 5292728320,"sensor_temperatures": 52.616 }트리 Python이 설치되지 않은 경우 아직 Raspberry Pi에서 터미널을 열고 다음 설치 명령을 실행하세요.
$ sudo apt install python3
이제 개발을 위한 Python 가상 환경을 설정하세요.
$ python -m venv PiData
다음으로 환경을 활성화하세요. Raspberry Pi를 다시 시작한 후에 이 작업을 수행해야 합니다.
$ source PiData/bin/activate$ cd PiData
Flask, Flask-RESTful 및 향후 종속 항목을 설치하려면 Python 가상 환경에서 requirements.txt 다음 내용을 추가하세요. requirements.txt 的文件，并将以下内容添加到其中：
flaskflask-restfulgunicorn
保存文件，然后使用 pip 一次性安装它们。你必须在重新启动树莓派后执行此操作。
(PyData)$ python -m pip install -r requirements.txt
接下来，创建一个名为 pi_stats.py 的文件来存放使用 psutil 检索树莓派系统统计信息的逻辑。将以下代码粘贴到 pi_stats.py
from flask import Flaskfrom flask_restful import Resource, Apiimport psutilapp = Flask(__name__)api = Api(app)class PiData(Resource):def get(self):return "RPI Stat dashboard"api.add_resource(PiData, '/get-stats')if __name__ == '__main__':app.run(debug=True)
pip는 모두 한 번에 설치합니다. Raspberry Pi를 다시 시작한 후에 이 작업을 수행해야 합니다.
system_info_data = {'cpu_percent': psutil.cpu_percent(1),'cpu_count': psutil.cpu_count(),'cpu_freq': psutil.cpu_freq(),'cpu_mem_total': memory.total,'cpu_mem_avail': memory.available,'cpu_mem_used': memory.used,'cpu_mem_free': memory.free,'disk_usage_total': disk.total,'disk_usage_used': disk.used,'disk_usage_free': disk.free,'disk_usage_percent': disk.percent,'sensor_temperatures': psutil.sensors_temperatures()['cpu-thermal'][0].current,}pi_stats.py 파일을 저장하고 사용합니다. psutil Raspberry Pi 시스템 통계를 검색하는 논리입니다. 다음 코드를 pi_stats.py 파일: 🎜from flask import Flaskfrom flask_restful import Resource, Apiimport psutilapp = Flask(__name__)api = Api(app)class PiData(Resource):def get(self):memory = psutil.virtual_memory()disk = psutil.disk_usage('/')system_info_data = {'cpu_percent': psutil.cpu_percent(1),'cpu_count': psutil.cpu_count(),'cpu_freq': psutil.cpu_freq(),'cpu_mem_total': memory.total,'cpu_mem_avail': memory.available,'cpu_mem_used': memory.used,'cpu_mem_free': memory.free,'disk_usage_total': disk.total,'disk_usage_used': disk.used,'disk_usage_free': disk.free,'disk_usage_percent': disk.percent,'sensor_temperatures': psutil.sensors_temperatures()['cpu-thermal'][0].current, }return system_info_dataapi.add_resource(PiData, '/get-stats')if __name__ == '__main__':app.run(debug=True)app = Flask(name) 来定义嵌套 API 对象的应用程序。PiData 定义为具体的 Resource 类 ，以公开每个支持的 HTTP 方法。api.add_resource(PiData, '/get-stats') 将资源 PiData 附加到 API 对象 api。/get-stats 时，将返回 PiData 作为响应。要从你的树莓派获取统计信息，你可以使用 psutil 提供的这些内置函数：
cpu_percentage、cpu_count、cpu_freq 和 sensors_temperatures 函数分别用于获取 CPU 的占用百分比、计数、时钟速度和温度。sensors_temperatures 报告了与树莓派连接的所有设备的温度。要仅获取 CPU 的温度，请使用键 cpu-thermal。virtual_memory 函数可返回总内存、可用内存、已使用内存和空闲内存的统计信息（以字节为单位）。disk_usage 函数可返回总磁盘空间、已使用空间和可用空间的统计信息（以字节为单位）。将所有函数组合到一个 Python 字典中的示例如下：
system_info_data = {'cpu_percent': psutil.cpu_percent(1),'cpu_count': psutil.cpu_count(),'cpu_freq': psutil.cpu_freq(),'cpu_mem_total': memory.total,'cpu_mem_avail': memory.available,'cpu_mem_used': memory.used,'cpu_mem_free': memory.free,'disk_usage_total': disk.total,'disk_usage_used': disk.used,'disk_usage_free': disk.free,'disk_usage_percent': disk.percent,'sensor_temperatures': psutil.sensors_temperatures()['cpu-thermal'][0].current,}下一节将使用该字典。
为了在 API 响应中看到来自树莓派的数据，请更新 pi_stats.py 文件，将字典 system_info_data 包含在 PiData 类中：
from flask import Flaskfrom flask_restful import Resource, Apiimport psutilapp = Flask(__name__)api = Api(app)class PiData(Resource):def get(self):memory = psutil.virtual_memory()disk = psutil.disk_usage('/')system_info_data = {'cpu_percent': psutil.cpu_percent(1),'cpu_count': psutil.cpu_count(),'cpu_freq': psutil.cpu_freq(),'cpu_mem_total': memory.total,'cpu_mem_avail': memory.available,'cpu_mem_used': memory.used,'cpu_mem_free': memory.free,'disk_usage_total': disk.total,'disk_usage_used': disk.used,'disk_usage_free': disk.free,'disk_usage_percent': disk.percent,'sensor_temperatures': psutil.sensors_temperatures()['cpu-thermal'][0].current, }return system_info_dataapi.add_resource(PiData, '/get-stats')if __name__ == '__main__':app.run(debug=True)你的脚本已经就绪，下面运行 PiData.py：
$ python PyData.py * Serving Flask app "PiData" (lazy loading) * Environment: production WARNING: This is a development server. Do not run this in a production environment. * Debug mode: on * Running on http://127.0.0.1:5000 (Press CTRL+C to quit) * Restarting with stat * Debugger is active!
你有了一个可以工作的 API。
你可以在本地网络中与 API 进行交互。然而，要在互联网上访问它，你必须在防火墙中打开一个端口，并将传入的流量转发到由 Flask 提供的端口。然而，正如你的测试输出建议的那样，在 Flask 中运行 Flask 应用程序仅适用于开发，而不适用于生产。为了安全地将 API 提供给互联网，你可以使用安装过程中安装的 gunicorn 生产服务器。
现在，你可以启动 Flask API。每次重新启动树莓派时都需要执行此操作。
$ gunicorn -w 4 'PyData:app'Serving on http://0.0.0.0:8000
要从外部世界访问你的树莓派，请在网络防火墙中打开一个端口，并将流量定向到你树莓派的 IP 地址，端口为 8000。
首先，获取树莓派的内部 IP 地址：
$ ip addr show | grep inet
内部 IP 地址通常以 10 或 192 或 172 开头。
接下来，你必须配置防火墙。通常，你从互联网服务提供商（ISP）获取的路由器中嵌入了防火墙。通常，你可以通过网络浏览器访问家用路由器。路由器的地址有时会打印在路由器的底部，它以 192.168 或 10 开头。不过，每个设备都不同，因此我无法告诉你需要点击哪些选项来调整设置。关于如何配置防火墙的完整描述，请阅读 Seth Kenlon 的文章 《打开端口并通过你的防火墙路由流量》。
或者，你可以使用 localtunnel 来使用动态端口转发服务。
一旦你的流量到达树莓派，你就可以查询你的 API：
$ curl https://example.com/get-stats{ "cpu_count": 4, "cpu_freq": [600.0,600.0,1200.0 ], "cpu_mem_avail": 386273280, ...如果你已经执行到这一步，那么最困难的部分已经过去了。
如果你重新启动了树莓派，你必须按照以下步骤进行操作：
source 重新激活 Python 环境pip 刷新应用程序的依赖项gunicorn 启动 Flask 应用程序你的防火墙设置是持久的，但如果你使用了 localtunnel，则必须在重新启动后启动新的隧道。
如果你愿意，可以自动化这些任务，但那是另一个教程的内容。本教程的最后一部分是在 Appsmith 上构建一个用户界面，使用拖放式小部件和一些 JavaScript，将你的树莓派数据绑定到用户界面。相信我，从现在开始很容易！
硬件监控仪表盘
要制作一个像这样的仪表盘，你需要将公开的 API 端点连接到 Appsmith，使用 Appsmith 的小部件库构建用户界面，并将 API 的响应绑定到小部件上。如果你已经使用 Appsmith，你可以直接导入 示例应用程序 并开始使用。
如果你还没有，请 注册 一个免费的 Appsmith 帐户。或者，你可以选择 自托管 Appsmith。
登录到你的 Appsmith 帐户。
localtunnel.me 주소, 항상 끝 반경에 /get-stats 통계를 가져옵니다. 페이지의 첫 번째 빈 필드에 붙여넣고 "실행" 버튼을 클릭하세요. localtunnel.me 地址，总是在末尾添加 /get-stats 以获取统计数据。将其粘贴到页面的第一个空白字段中，然后点击 “RUN” 按钮。确保在 “响应Response” 面板中看到成功的响应。
Appsmith 界面
Appsmith 的界面非常直观，但如果你感到迷失，我建议你查看 在 Appsmith 上构建你的第一个应用程序 教程。
在画布上拖动"文本Text"、"图像Image"和"分隔线Divider"小部件作为标题。将它们排列如下：
设置项目标题
“文本Text” 小部件包含你页面的实际标题。键入比“Raspberry Pi Stats”更酷的内容。
“图像Image” 小部件用于展示仪表盘的独特标志。你可以使用你喜欢的任何标志。
使用 “开关Switch” 小部件来切换实时数据模式。从你构建的 API 获取数据，需要在 "属性Property" 面板进行配置。
对于主体部分，使用来自左侧的小部件库的以下小部件创建一个 CPU 统计信息区域，使用以下小部件：
对于内存和磁盘统计信息部分，重复相同的步骤。磁盘统计信息部分不需要图表，但如果你能找到用途，那也可以使用它。
你的最终小部件布局应该类似于以下：
Appsmith 中的属性设置
最后一步是将 API 的数据绑定到你的小部件上。
返回到画布，并在三个类别的部分中找到你的小部件。首先设置 CPU 统计信息。
要将数据绑定到 “进度条Progress Bar” 小部件：
{{PiData.data.cpu_percent ?? 0}}。此代码引用了你的 API 的数据流，名为 PiData。Appsmith 将响应数据缓存在 PiData 的 .data 运算符内。键 cpu_percent
응답 패널에 성공적인 응답이 표시되는지 확인하세요.
Appsmith의 인터페이스는 매우 직관적이지만, 길을 잃었다면 Appsmith에서 첫 번째 앱 빌드 튜토리얼. 캔버스의 "텍스트", "이미지" 및 "구분선" 위젯을 제목으로 드래그하세요. 다음과 같이 정리하세요:
🎜프로젝트 제목 설정🎜🎜"텍스트" 위젯에는 페이지의 실제 제목이 포함되어 있습니다. "Raspberry Pi Stats"보다 더 멋진 것을 입력하세요. 🎜
'이미지' 위젯은 대시보드의 고유한 로고를 표시하는 데 사용됩니다. 원하는 로고를 사용할 수 있습니다. 🎜
라이브 데이터 모드를 전환하려면 '전환' 위젯을 사용하세요. 구축한 API에서 데이터를 가져오는 방법은 '속성' 패널에서 구성해야 합니다. 🎜
메인 섹션의 경우 왼쪽 위젯 라이브러리에서 다음 위젯을 사용하여 CPU 통계 영역을 만듭니다. 🎜🎜🎜Progress Bar🎜🎜Stat Box🎜🎜Chart🎜 🎜
메모리에 대해 동일한 단계를 반복합니다. 및 디스크 통계 섹션. 디스크 통계 섹션에는 차트가 필요하지 않지만 용도를 찾으면 사용하십시오. 🎜
최종 위젯 레이아웃은 다음과 같아야 합니다. 🎜🎜🎜Appsmith의 속성 설정🎜🎜
마지막 단계는 API의 데이터를 위젯에 바인딩하는 것입니다. 🎜
캔버스로 돌아가서 세 가지 카테고리 섹션에서 위젯을 찾으세요. CPU 통계를 설정하여 시작하십시오. 🎜
"진행률 표시줄" 위젯에 데이터를 바인딩하려면: 🎜🎜🎜"진행률 표시줄" 위젯을 클릭하여 오른쪽의 "속성" 패널을 엽니다. 🎜🎜"진행 상황" 속성을 찾으세요. 🎜🎜JavaScript를 활성화하려면 “JS” 버튼을 클릭하세요. 🎜🎜"진행률" 필드에 붙여넣습니다. {{PiData.data.cpu_percent ?? 0}}. 이 코드는 PiData. Appsmith는 PiData의 .data 연산자 내. 키 cpu_percent CPU 사용률을 표시하기 위해 Appsmith에서 사용하는 데이터가 포함되어 있습니다. 🎜🎜"진행률 표시줄" 위젯 아래에 "텍스트" 위젯을 라벨로 추가하세요. 🎜🎜🎜🎜🎜구성 화면에서 데이터 바인딩🎜🎜
在 CPU 部分有三个 “统计框Stat Box” 小部件。将数据绑定到每个小部件的步骤与绑定 “进度条Progress Bar” 小部件的步骤完全相同，只是你需要从 .data 运算符中绑定不同的数据属性。按照相同的步骤进行操作，但有以下例外：
{{${PiData.data.cpu_freq[0]} ?? 0 }} 来显示时钟速度。{{${PiData.data.cpu_count} ?? 0 }} 来显示 CPU 计数。{{${(PiData.data.sensor_temperatures).toPrecision(3)} ?? 0 }} 来显示 CPU 温度数据。如果一切顺利，你将得到一个漂亮的仪表盘，如下所示：
树莓派的仪表盘
你可以使用 “图表Chart” 小部件将 CPU 利用率显示为趋势线，并使其随时间自动更新。
首先，单击小部件，在右侧找到 “图表类型Chart Type” 属性，并将其更改为 “折线图LINE CHART”。为了显示趋势线，需要将 cpu_percent 存储在数据点数组中。你的 API 目前将其作为单个时间数据点返回，因此可以使用 Appsmith 的 storeValue 函数（Appsmith 内置的 setItem 方法的一个原生实现）来获取一个数组。
在 “查询或 JSQUERIES/JS” 旁边单击 “+” 按钮，并将其命名为 “utils”。
将以下 JavaScript 代码粘贴到 “代码Code” 字段中：
export default {getLiveData: () => {//When switch is on:if (Switch1.isSwitchedOn) {setInterval(() => {let utilData = appsmith.store.cpu_util_data;PiData.run()storeValue("cpu_util_data", [...utilData, {x: PiData.data.cpu_percent,y: PiData.data.cpu_percent}]); }, 1500, 'timerId')} else {clearInterval('timerId');}},initialOnPageLoad: () => {storeValue("cpu_util_data", []);}}为了初始化 Store，你在 initialOnPageLoad 对象中创建了一个 JavaScript 函数，并将 storeValue 函数放在其中。
你使用 storeValue("cpu_util_data", []); 将 cpu_util_data 中的值存储到 storeValue 函数中。此函数在页面加载时运行。
지금까지 페이지를 새로 고칠 때마다 코드는 Cpu_util_data 데이터 포인트는 저장. 배열을 저장하려면 x 및 y의 아래 첨자 변수, 둘 다 cpu_percent 데이터 속성의 값입니다. cpu_util_data 中的一个数据点存储到 Store 中。为了存储一个数组，你使用了 x 和 y 的下标变量，两者都存储了来自 cpu_percent 数据属性的值。
你还希望通过设定存储值之间的固定时间间隔来自动存储这些数据。当执行 setInterval 函数时：
cpu_util_data 中的值。PiData。cpu_percent 数据将 cpu_util_data 更新为 x 和 y 变量。cpu_util_data 的值存储在键 utilData 中。getLiveData 父函数。在 “设置Settings” 选项卡中，找到对象中的所有父函数，并在 “页面加载时运行RUN ON PAGE LOAD” 选项中将 initialOnPageLoad 设置为 “Yes（是）”。
设置页面加载时要执行的函数
现在刷新页面进行确认。
返回到画布。单击 “图表Chart” 小部件，并找到 “图表数据Chart Data” 属性。将绑定 {{ appsmith.store.disk_util_data }} 粘贴到其中。这样，如果你自己多次运行对象 utils
cpu_percent 데이터는 cpu_util_data가 x 및 y 변수. cpu_util_data 값은 utilData. getLiveData 상위 함수. initialOnPageLoad가 "예"로 설정되었습니다. 🎜페이지 로드 시 실행될 기능 설정🎜🎜이제 페이지를 새로 고쳐 확인하세요. 🎜🎜캔버스로 돌아갑니다. 차트 위젯을 클릭하고 차트 데이터 속성을 찾습니다. 바인딩 {{ appsmith.store.disk_util_data }} 붙여넣으세요. 이런 식으로 0px;display:inline-block;">utils 개체를 여러 번 실행하면 차트 데이터를 얻을 수 있습니다. 자동으로 실행하려면: 🎜
onChange 이벤트. onChange 事件。{{ utils.getLiveData() }}。JavaScript 对象是 utils，而 getLiveData 是在你切换开关时激活的函数，它会从你的树莓派获取实时数据。但是还有其他实时数据，因此同一开关也适用于它们。继续阅读以了解详情。将数据绑定到内存和磁盘部分的小部件与你在 CPU 统计信息部分所做的方式类似。
对于内存部分，绑定如下所示：
{{( PiData.data.cpu_mem_avail/1000000000).toPrecision(2) * 100 ?? 0 }}。{{ ${(PiData.data.cpu_mem_used/1000000000).toPrecision(2)} ?? 0 }} GB、{{ ${(PiData.data.cpu_mem_free/1000000000).toPrecision(2)} ?? 0}} GB 和 {{ ${(PiData.data.cpu_mem_total/1000000000).toPrecision(2)} ?? 0 }} GB。对于磁盘部分，进度条和统计框小部件的绑定分别变为：
{{ PiData.data.disk_usage_percent ?? 0 }}。{{ ${(PiData.data.disk_usage_used/1000000000).toPrecision(2)} ?? 0 }} GB、{{ ${(PiData.data.disk_usage_free/1000000000).toPrecision(2)} ?? 0 }} GB 和 {{ ${(PiData.data.disk_usage_total/1000000000).toPrecision(2)} ?? 0 }} GB。这里的图表需要更新你为 CPU 统计信息创建的 utils 对象，使用 storeValue 键名为 disk_util_data，嵌套在 getLiveData 下面，其逻辑与 cpu_util_data 类似。对于磁盘利用率图表，我们存储的 disk_util_data
{{ utils.getLiveData() }}. 자바스크립트 객체는 utils 및 getLiveData는 스위치를 전환할 때 활성화되고 Raspberry Pi에서 실시간 데이터를 가져오는 기능입니다. 하지만 다른 실시간 데이터도 있으므로 동일한 스위치가 해당 데이터에도 작동합니다. 자세히 알아보려면 계속 읽어보세요. 🎜CPU 통계 섹션에서 수행한 것과 유사한 방식으로 메모리 및 디스크 섹션의 위젯에 데이터를 바인딩합니다. 🎜
메모리 부분의 바인딩은 다음과 같습니다. 🎜🎜🎜진행률 표시줄의 바인딩은 {{( PiData.data.cpu_mem_avail/1000000000).toPrecision(2) * 100 ?? 0 } . 🎜🎜세 가지 통계 상자 위젯의 바인딩은 다음과 같습니다: <code style="Background-color: rgb(231, 243, 237); padding: 1px 3px; border-radius: 4px; Overflow-wrap: break-word ; text -indent: 0px; 디스플레이: inline-block;">{ ${(PiData.data.cpu_mem_used/1000000000).toPrecision(2)} ?? 0 }} GB、{ PiData.data.disk_usage_percent ?? 0 }} /코드>. 🎜🎜세 가지 통계 상자 위젯의 바인딩은 다음과 같습니다: <code style="Background-color: rgb(231, 243, 237); padding: 1px 3px; border-radius: 4px; Overflow-wrap: break-word ; text -indent: 0px; 디스플레이: inline-block;">{ ${(PiData.data.disk_usage_used/1000000000).toPrecision(2)} ?? 0 }} GB、utils 객체, storeValue 키 이름 disk_util_data style="배경 색상: rgb(231, 243, 237); 패딩: 1px 3px; 테두리 반경: 4px; 오버플로 랩: break-word; 텍스트 들여쓰기: 0px; 디스플레이: inline-block;">getLiveData
cpu_util_data도 비슷합니다. 디스크 사용률 차트의 경우 disk_util_data 논리는 CPU 사용률 추세 차트와 동일합니다. 🎜
export default {getLiveData: () => {//When switch is on:if (Switch1.isSwitchedOn) {setInterval(() => { const cpuUtilData = appsmith.store.cpu_util_data; const diskUtilData = appsmith.store.disk_util_data; PiData.run(); storeValue("cpu_util_data", [...cpuUtilData, { x: PiData.data.cpu_percent,y: PiData.data.cpu_percent }]); storeValue("disk_util_data", [...diskUtilData, { x: PiData.data.disk_usage_percent,y: PiData.data.disk_usage_percent }]);}, 1500, 'timerId')} else {clearInterval('timerId');}},initialOnPageLoad: () => {storeValue("cpu_util_data", []);storeValue("disk_util_data", []);}}通过使用 utils JavaScript 对象在打开和关闭真实数据开关时触发的数据流可视化如下所示：
切换
在打开实时数据开关时，图表会变成这样：
显示实时数据
整体上，它既漂亮，又简约，而且非常有用。
当你对 psutils、JavaScript 和 Appsmith 更加熟悉时，我相信你会发现可以轻松无限地调整你的仪表板，实现非常酷的功能，例如：
psutils 扩展到另一台安装有 Python 的计算机上在下一个令人兴奋的项目中，祝你玩得愉快！
위 내용은 30분 이내에 Raspberry Pi 모니터링 대시보드 구축의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
