大数据毕业设计选题推荐-系统运行情况监控系统-Hadoop-Spark-Hive

✨作者主页：IT毕设梦工厂✨

个人简介：曾从事计算机专业培训教学，擅长Java、Python、微信小程序、Golang、安卓Android等项目实战。接项目定制开发、代码讲解、答辩教学、文档编写、降重等。

☑文末获取源码☑

精彩专栏推荐⬇⬇⬇

Java项目

Python项目

安卓项目

微信小程序项目

文章目录

一、前言
二、开发环境
三、系统界面展示
四、部分代码设计
五、论文参考
六、系统视频
结语

一、前言

随着信息化时代的快速发展，大数据技术广泛应用于各个领域，包括金融、政务、教育等。在大数据系统的运行过程中，系统运行情况监控系统显得尤为重要。它可以帮助我们更好地理解数据，预判潜在风险，提高系统稳定性，进一步优化系统性能。因此，本课题旨在研究一个基于大数据的系统运行情况监控系统，解决现有解决方案存在的问题，提高分析效率和准确性。

目前，虽然已经存在一些系统运行情况监控工具，但它们普遍存在以下问题：

稳定性低：许多工具在处理大量数据时容易崩溃或出现故障，导致分析过程的不稳定。

可维护性差：一些工具缺乏便捷的维护机制，使得长期使用时问题不断，给运维人员带来巨大压力。

处理能力有限：面对海量数据，一些工具的处理能力显得力不从心，无法满足实时分析的需求。

这些问题使得现有解决方案无法满足日益增长的大数据系统的需求，因此，本课题的研究显得尤为重要。

本课题将研究一个基于大数据的系统运行情况监控系统，主要实现以下功能：

物理使用情况：分析系统的硬件资源使用情况，如CPU、内存、磁盘等。

虚拟资源情况：分析系统的虚拟资源使用情况，如虚拟机数量、虚拟内存等。

组件集群数控单位时间采集量：分析系统各组件集群的单位时间采集量。

服务组件健康情况：监测系统各服务组件的健康状况，及时发现异常。

各应用系统资源使用情况排行：对各应用系统的资源使用情况进行排名和分析。

通过实现这些功能，本课题旨在达到以下目的：

提高系统稳定性：通过便捷的监测和分析，提前发现潜在风险，减少系统故障的发生，提高系统稳定性。

增强系统可视性：提供直观的可视化界面，使运维人员能够更方便地了解系统运行状况。

降低运维成本：通过实时监测和分析，可以提前发现潜在问题，减少不必要的运维成本。

本课题的研究意义在于为大数据系统的运维人员提供一个便捷、稳定、可维护的系统运行情况监控系统。通过本课题的研究，我们可以提高系统稳定性，增强系统可视性，降低运维成本，进一步优化系统性能。

二、开发环境

大数据技术：Hadoop、Spark、Hive
开发技术：Python、Django框架、Vue、Echarts、机器学习
软件工具：Pycharm、DataGrip、Anaconda、VM虚拟机

三、系统界面展示

系统运行情况监控系统界面展示：

四、部分代码设计

系统运行情况监控系统项目实战-代码参考：

#pfile = 'h_dic.pkl'localip = sys.argv[1]#初始化host_status = {}  #定义一个存储主机状态的空字典f = open('cache/client.txt')  #打开主机列表文件while True:    line = f.readline().split()  #读取文件,把每一行用空格分成一个列表    if len(line) == 0:break    #读到空之后跳出循环    host_status[line[0]] = []   #{"ip地址":[列表]}  初始化主机状态字典f.close()class myMonitorHandler(SocketServer.BaseRequestHandler):  #继承SocketServer.BaseRequestHandler    def handle(self):  #        recv_data = self.request.recv(1024)  #接受的数据        if self.client_address[0] == localip:   #如果是本机发送的包则pickle.dump数据            pfile = 'h_dic.pkl'            fp = file(pfile, 'wb')            pickle.dump(host_status, fp)            fp.close()        if self.client_address[0] in host_status.keys():    #发送消息的客户端ip如果属于host_status的key列表            if recv_data != "up":                status_list = recv_data.split(",")  #把字符串转换成列表                a = status_list[0]    # cpu                i = a.replace('"','')                b = str(int(status_list[1]) / 1024) + 'M'    # mem                c = str(int(status_list[2]) / 1024) + 'M'    # mem free                d = str(int(status_list[3]) / 1024) + 'M'    # swap                e = str(int(status_list[4]) / 1024) + 'M'    # swap free                f = str(int(status_list[5]) / 1024) + 'M'    # disk                g = str(int(status_list[6]) / 1024) + 'M'    # disk free                h = re.findall(r'\)\s(.*)',status_list[7])[0]    #day                #h = status_list[7]                j = status_list[8] # uptime                conn = connect(gedb)  # 连接sqldb,没有则新建一个                # id integer primary key,ip text,cpu text,mem text,swap text,disk text,uptime text                conn.execute("update server set cpu='%s',mem='%s',memfree='%s',swap='%s',swapfree='%s',disk='%s',diskfree='%s',day='%s',uptime='%s' where ip = '%s'"%(i,b,c,d,e,f,g,h,j,self.client_address[0]))                conn.commit()    # 执行                conn.close()    # 关闭连接            else:                host_status[self.client_address[0]].append((datetime.datetime.now(),recv_data))   #就把发送时间和数据放入字典的列表中                #print "From %s : %s %s" % (self.client_address, datetime.datetime.now(), recv_data)        else:            #print "sorry,ip %s is not in the monitor" % self.client_address[0]            pass    #不做任何处理,今后可以做个iptables的禁止处理			#或者直接在初始化阶段就将允许列表加入iptables其他ip禁止访问端口        #for t,m in host_status.items():            #print t,m  #输出内容的,可以注释掉if __name__ == "__main__":    host,port = '', 18000    server = SocketServer.ThreadingTCPServer((host,port),myMonitorHandler)    server.serve_forever()

if len(sys.argv)  30:            print "No data received from %s for %s,check!" % (h,time_diff)        else:            print h,(datetime.now() - oldtime).seconds#get_dump(a, int(b))#load_data_time()#time.sleep(20)