DevOps Engineer DevOps Engineer

[ Monitoring 환경 ] - Zabbix 5.0 - Zabbix Template : share.zabbix.com/databases/elasticsearch-cluster-by-http-for-zabbix-4-2 (www.zabbix.com/integrations/elasticsearch) cluster의 전체적인 health 상태, 노드상태, 샤드 상태 등을 모니터링 할 수 있다. elasticsearch-head에서 Unassigned 장애상태 Zabbix - Grafana (7.5) 연동

# /usr/sbin/apachectl configtest Syntax OK OK가 나오면 정상

크롬 브라우져 확장브라우저 - 크롬 웹 스토어 - ElasticSearch head 를 설치

요즘 파이썬의 인기는 너무 좋다. 개발자들 비롯한 다양한 직군에서 활용도가 높아 그러하리라 싶다. 시스템을 운영하시면 파이썬은 여러모로 유용하게 활용할 부분이 많은데. 오늘 포스팅은 IIS 웹 로그 분석을 하고, 간단하게 시각화를 하려 해보려 한다. 최근 웹 로그시스템을 점검하다 보니, 특정시점부터 로그 용량이 많이 줄어들었다. 보통 이런 상황이면, 서비스 이관되었거나 종료되었을 수 있다. 서비스 운영에 보통 IT부서와 서로 유기적인 소통은 필수적이지만 그렇지 못한 상황도 있기 마련이다. IT쪽에서도 서비스 대한 모니터링이 필요하며 웹의 경우 웹로그를 통해 서비스 상태를 대략적으로 파악할 수 있다. 아래 코드는 날짜별로 readlines()를 이용하여 파일을 읽어 날짜별로 SC (Server → clie..

라이브러리 설치 pip install wordcloud pip install matplotlib 텍스트의 빈도를 계산하여 클라우드 그리기 text = ''' 파이썬 파이썬 자바 파이썬 C언어 GOLANG 파이썬 ASP 자바스크립트 파이썬 C++ C언어 델파이 파이썬 ''' from wordcloud import WordCloud import matplotlib.pyplot as plt wordcloud = WordCloud(font_path='NanumBarunGothic.ttf', background_color='black').generate_from_text(text) plt.figure(figsize=(5,5)) plt.imshow(wordcloud, interpolation='bilinear') ..

예제파일 : 기상자료개방포털에서 서울지역 기온분석 CSV csv.reader를 이용한 파일 읽기 # csv.reader 객체가 저장되며, 반복 가능 import csv f = open('2020_기온자료.csv') data = csv.reader(f) print(data) f.close() import csv f = open('2020_기온자료.csv') data = csv.reader(f) for c, i in enumerate(data,1): # 8번째까지 불필요한 라인은 Pass if c

import psutil for value in psutil.net_connections(): try: if value.raddr[0] != '127.0.0.1': print(psutil.Process(value.pid).name(),value.status,value.raddr[0],value.raddr[1], sep='\t') except: pass 예를 들어 크롬 브라우져 접속하는 상태를 모니터링하고 싶으면 아래와 같이 하면 된다. import psutil for value in psutil.net_connections(): try: if value.raddr[0] != '127.0.0.1' and psutil.Process(value.pid).name() == 'chrome.exe': print(p..

import seaborn as sns import pandas as pd import matplotlib.pyplot as plt # 7 X 7 2차원 배열과 X축 , y축 value = [[10,20,30,30,40], [10,20,30,30,40], [10,20,30,30,40], [10,20,30,30,40], [10,20,30,30,40]] x = ['X1', 'X2', 'X3', 'X4', 'X5'] y = ['Y1', 'Y2', 'Y3', 'Y4', 'Y5'] # create Dataframe df = pd.DataFrame(value,columns=x, index=y) # heatmap fig, ax = plt.subplots(figsize=(15,10)) # figsize ax = sns..