


Cet article présente principalement l'explication détaillée de python l'acquisition simultanée d'informations snmp et les tests de performances. L'éditeur pense que c'est assez bon, je vais donc le partager avec vous maintenant et le donner comme référence. Suivons l'éditeur et jetons un coup d'œil
python & snmp
Il existe de nombreuses bibliothèques prêtes à l'emploi disponibles pour obtenir des informations snmp à l'aide de python, parmi lesquelles les plus couramment utilisées l'une est netsnmp
et pysnmp
deux bibliothèques. Il existe de nombreux exemples des deux bibliothèques sur Internet.
L'objectif de cet article est de savoir comment obtenir des données SNMP simultanément, c'est-à-dire obtenir des informations SNMP de plusieurs machines en même temps.
netsnmp
Parlons d'abord de netsnmp. Le netsnmp de Python provient en fait du package net-snmp.
Python appelle l'interface net-snmp pour obtenir des données via un fichier c.
Par conséquent, lors de l'acquisition simultanée de plusieurs machines, les coroutines ne peuvent pas être utilisées pour les acquérir. Étant donné que des coroutines sont utilisées, lors de l'obtention de données, les coroutines attendront que l'interface net-snmp renvoie des données, au lieu de basculer le processeur vers d'autres coroutines en attendant les données, comme lors de l'utilisation de sockets. De ce point de vue, il n'y a aucune différence entre l'utilisation de coroutines et la récupération en série.
Alors comment résoudre le problème de l’acquisition concurrente ? Vous pouvez utiliser des threads et l'acquisition multi-thread (bien sûr, vous pouvez également utiliser le multi-processus). Plusieurs threads appellent l'interface net-snmp pour obtenir des données en même temps, puis le processeur bascule en permanence entre plusieurs threads. Une fois qu'un thread a obtenu un résultat, il peut continuer à appeler l'interface pour obtenir les données snmp suivantes.
Ici, j'ai écrit un exemple de programme. Tout d'abord, transformez tous les hôtes et oids en tâches et placez-les dans la file d'attente, puis démarrez plusieurs threads pour effectuer la tâche d'acquisition. L'exemple de programme est le suivant :
import threading import time import netsnmp import Queue start_time = time.time() hosts = ["192.20.150.109", "192.20.150.110", "192.20.150.111", "192.20.150.112", "192.20.150.113", "192.20.150.114", "192.20.150.115", "192.20.150.116", "192.20.150.117", "192.20.150.118", "192.20.150.119", "192.20.150.120", "192.20.150.121", "192.20.80.148", "192.20.80.149", "192.20.96.59", "192.20.82.14", "192.20.82.15", "192.20.82.17", "192.20.82.19", "192.20.82.12", "192.20.80.139", "192.20.80.137", "192.20.80.136", "192.20.80.134", "192.20.80.133", "192.20.80.131", "192.20.80.130", "192.20.81.141", "192.20.81.140", "192.20.82.26", "192.20.82.28", "192.20.82.23", "192.20.82.21", "192.20.80.128", "192.20.80.127", "192.20.80.122", "192.20.81.159", "192.20.80.121", "192.20.80.124", "192.20.81.151", "192.20.80.118", "192.20.80.119", "192.20.80.113", "192.20.80.112", "192.20.80.116", "192.20.80.115", "192.20.78.62", "192.20.81.124", "192.20.81.125", "192.20.81.122", "192.20.81.121", "192.20.82.33", "192.20.82.31", "192.20.82.32", "192.20.82.30", "192.20.81.128", "192.20.82.39", "192.20.82.37", "192.20.82.35", "192.20.81.130", "192.20.80.200", "192.20.81.136", "192.20.81.137", "192.20.81.131", "192.20.81.133", "192.20.81.134", "192.20.82.43", "192.20.82.45", "192.20.82.41", "192.20.79.152", "192.20.79.155", "192.20.79.154", "192.25.76.235", "192.25.76.234", "192.25.76.233", "192.25.76.232", "192.25.76.231", "192.25.76.228", "192.25.20.96", "192.25.20.95", "192.25.20.94", "192.25.20.93", "192.24.163.14", "192.24.163.21", "192.24.163.29", "192.24.163.6", "192.18.136.22", "192.18.136.23", "192.24.193.2", "192.24.193.19", "192.24.193.18", "192.24.193.11", "192.20.157.132", "192.20.157.133", "192.24.212.232", "192.24.212.231", "192.24.212.230"] oids = [".1.3.6.1.4.1.2021.11.9.0",".1.3.6.1.4.1.2021.11.10.0",".1.3.6.1.4.1.2021.11.11.0",".1.3.6.1.4.1.2021.10.1.3.1", ".1.3.6.1.4.1.2021.10.1.3.2",".1.3.6.1.4.1.2021.10.1.3.3",".1.3.6.1.4.1.2021.4.6.0",".1.3.6.1.4.1.2021.4.14.0", ".1.3.6.1.4.1.2021.4.15.0"] myq = Queue.Queue() rq = Queue.Queue() #把host和oid组成任务 for host in hosts: for oid in oids: myq.put((host,oid)) def poll_one_host(): while True: try: #死循环从队列中获取任务,直到队列任务为空 host, oid = myq.get(block=False) session = netsnmp.Session(Version=2, DestHost=host, Community="cluster",Timeout=3000000,Retries=0) var_list = netsnmp.VarList() var_list.append(netsnmp.Varbind(oid)) ret = session.get(var_list) rq.put((host, oid, ret, (time.time() - start_time))) except Queue.Empty: break thread_arr = [] #开启多线程 num_thread = 50 for i in range(num_thread): t = threading.Thread(target=poll_one_host, kwargs={}) t.setDaemon(True) t.start() thread_arr.append(t) #等待任务执行完毕 for i in range(num_thread): thread_arr[i].join() while True: try: info = rq.get(block=False) print info except Queue.Empty: print time.time() - start_time break
En plus de prendre en charge les opérations get, netsnmp prend également en charge les opérations walk, c'est-à-dire la traversée d'un oid.
Cependant, vous devez être prudent lorsque vous utilisez walk pour éviter des problèmes tels qu'une latence élevée. Pour plus de détails, veuillez vous référer à un blog précédent sur l'analyse des problèmes de latence élevée de snmpwalk.
pysnmp
pysnmp est un ensemble de bibliothèques de protocoles snmp implémentées en python. Il fournit lui-même un support pour l'asynchrone.
import time import Queue from pysnmp.hlapi.asyncore import * t = time.time() myq = Queue.Queue() #回调函数。在有数据返回时触发 def cbFun(snmpEngine, sendRequestHandle, errorIndication, errorStatus, errorIndex, varBinds, cbCtx): myq.put((time.time()-t, varBinds)) hosts = ["192.20.150.109", "192.20.150.110", "192.20.150.111", "192.20.150.112", "192.20.150.113", "192.20.150.114", "192.20.150.115", "192.20.150.116", "192.20.150.117", "192.20.150.118", "192.20.150.119", "192.20.150.120", "192.20.150.121", "192.20.80.148", "192.20.80.149", "192.20.96.59", "192.20.82.14", "192.20.82.15", "192.20.82.17", "192.20.82.19", "192.20.82.12", "192.20.80.139", "192.20.80.137", "192.20.80.136", "192.20.80.134", "192.20.80.133", "192.20.80.131", "192.20.80.130", "192.20.81.141", "192.20.81.140", "192.20.82.26", "192.20.82.28", "192.20.82.23", "192.20.82.21", "192.20.80.128", "192.20.80.127", "192.20.80.122", "192.20.81.159", "192.20.80.121", "192.20.80.124", "192.20.81.151", "192.20.80.118", "192.20.80.119", "192.20.80.113", "192.20.80.112", "192.20.80.116", "192.20.80.115", "192.20.78.62", "192.20.81.124", "192.20.81.125", "192.20.81.122", "192.20.81.121", "192.20.82.33", "192.20.82.31", "192.20.82.32", "192.20.82.30", "192.20.81.128", "192.20.82.39", "192.20.82.37", "192.20.82.35", "192.20.81.130", "192.20.80.200", "192.20.81.136", "192.20.81.137", "192.20.81.131", "192.20.81.133", "192.20.81.134", "192.20.82.43", "192.20.82.45", "192.20.82.41", "192.20.79.152", "192.20.79.155", "192.20.79.154", "192.25.76.235", "192.25.76.234", "192.25.76.233", "192.25.76.232", "192.25.76.231", "192.25.76.228", "192.25.20.96", "192.25.20.95", "192.25.20.94", "192.25.20.93", "192.24.163.14", "192.24.163.21", "192.24.163.29", "192.24.163.6", "192.18.136.22", "192.18.136.23", "192.24.193.2", "192.24.193.19", "192.24.193.18", "192.24.193.11", "192.20.157.132", "192.20.157.133", "192.24.212.232", "192.24.212.231", "192.24.212.230"] oids = [".1.3.6.1.4.1.2021.11.9.0",".1.3.6.1.4.1.2021.11.10.0",".1.3.6.1.4.1.2021.11.11.0",".1.3.6.1.4.1.2021.10.1.3.1", ".1.3.6.1.4.1.2021.10.1.3.2",".1.3.6.1.4.1.2021.10.1.3.3",".1.3.6.1.4.1.2021.4.6.0",".1.3.6.1.4.1.2021.4.14.0", ".1.3.6.1.4.1.2021.4.15.0"] snmpEngine = SnmpEngine() #添加任务 for oid in oids: for h in hosts: getCmd(snmpEngine, CommunityData('cluster'), UdpTransportTarget((h, 161), timeout=3, retries=0,), ContextData(), ObjectType(ObjectIdentity(oid)), cbFun=cbFun) time1 = time.time() - t #执行异步获取snmp snmpEngine.transportDispatcher.runDispatcher() #打印结果 while True: try: info = myq.get(block=False) print info except Queue.Empty: print time1 print time.time() - t break
pysnmp lui-même ne prend en charge que les commandes get et getnext les plus élémentaires, donc si vous souhaitez utiliser walk, vous devez l'implémenter vous-même.
Test de performances
Dans le même environnement, le test de performances a été réalisé sur les deux. Les deux ont collecté 198 hôtes et 10 oïdes.
测试组 | 耗时(sec) |
---|---|
netsnmp(20线程) | 6.252 |
netsnmp(50线程) | 3.269 |
netsnmp(200线程) | 3.265 |
pysnmp | 4.812 |
Vous pouvez voir que la vitesse de collecte de netsnmp est liée au nombre de threads. Lorsque le nombre de threads augmente dans une certaine mesure, le temps de collecte n'est plus raccourci. Parce que l’ouverture de fils de discussion prend aussi du temps. Les threads existants suffisent à gérer.
Les performances de pysnmp sont légèrement moins bonnes. L'analyse détaillée de pysnmp consomme environ 1,2 secondes lors de l'ajout de tâches (lors de l'exécution de getCmd), et la collecte ultérieure consomme environ 3,3 secondes.
Augmenter le nombre d'oïdes et mener des expériences. Il existe encore 198 hôtes et 42 oïdes.
测试组 | 耗时(sec) |
---|---|
netsnmp(20线程) | 30.935 |
netsnmp(50线程) | 12.914 |
netsnmp(200线程) | 4.044 |
pysnmp | 11.043 |
On constate que l'écart s'est encore creusé. Lorsqu'il y a suffisamment de threads, netsnmp est nettement plus efficace que pysnmp.
Étant donné que les deux prennent en charge la collection parallèle de plusieurs hôtes, netsnmp est plus simple en termes de facilité d'utilisation et netsnmp prend en charge la fonction walk. Cet article recommande netsnmp.
Installationnetsnmp nécessite l'installation de net-snmp. Si centos, il sera plus pratique d'utiliser miam.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Pour maximiser l'efficacité de l'apprentissage de Python dans un temps limité, vous pouvez utiliser les modules DateTime, Time et Schedule de Python. 1. Le module DateTime est utilisé pour enregistrer et planifier le temps d'apprentissage. 2. Le module de temps aide à définir l'étude et le temps de repos. 3. Le module de planification organise automatiquement des tâches d'apprentissage hebdomadaires.

Python excelle dans les jeux et le développement de l'interface graphique. 1) Le développement de jeux utilise Pygame, fournissant des fonctions de dessin, audio et d'autres fonctions, qui conviennent à la création de jeux 2D. 2) Le développement de l'interface graphique peut choisir Tkinter ou Pyqt. Tkinter est simple et facile à utiliser, PYQT a des fonctions riches et convient au développement professionnel.

Python convient à la science des données, au développement Web et aux tâches d'automatisation, tandis que C convient à la programmation système, au développement de jeux et aux systèmes intégrés. Python est connu pour sa simplicité et son écosystème puissant, tandis que C est connu pour ses capacités de contrôle élevées et sous-jacentes.

Vous pouvez apprendre les concepts de programmation de base et les compétences de Python dans les 2 heures. 1. Apprenez les variables et les types de données, 2. Flux de contrôle maître (instructions et boucles conditionnelles), 3. Comprenez la définition et l'utilisation des fonctions, 4. Démarrez rapidement avec la programmation Python via des exemples simples et des extraits de code.

Python est largement utilisé dans les domaines du développement Web, de la science des données, de l'apprentissage automatique, de l'automatisation et des scripts. 1) Dans le développement Web, les cadres Django et Flask simplifient le processus de développement. 2) Dans les domaines de la science des données et de l'apprentissage automatique, les bibliothèques Numpy, Pandas, Scikit-Learn et Tensorflow fournissent un fort soutien. 3) En termes d'automatisation et de script, Python convient aux tâches telles que les tests automatisés et la gestion du système.

Vous pouvez apprendre les bases de Python dans les deux heures. 1. Apprenez les variables et les types de données, 2. Structures de contrôle maître telles que si les instructions et les boucles, 3. Comprenez la définition et l'utilisation des fonctions. Ceux-ci vous aideront à commencer à écrire des programmes Python simples.

Comment enseigner les bases de la programmation novice en informatique dans les 10 heures? Si vous n'avez que 10 heures pour enseigner à l'informatique novice des connaissances en programmation, que choisissez-vous d'enseigner ...

Comment éviter d'être détecté lors de l'utilisation de FiddlereVerywhere pour les lectures d'homme dans le milieu lorsque vous utilisez FiddlereVerywhere ...


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Télécharger la version Mac de l'éditeur Atom
L'éditeur open source le plus populaire

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

ZendStudio 13.5.1 Mac
Puissant environnement de développement intégré PHP

VSCode Windows 64 bits Télécharger
Un éditeur IDE gratuit et puissant lancé par Microsoft

Version Mac de WebStorm
Outils de développement JavaScript utiles