你可能需要一個(gè)樹(shù)莓派的儀表盤，以了解其性能情況。在本文中，我將演示如何快速構(gòu)建一個(gè)按需監(jiān)控儀表盤，以實(shí)時(shí)查看你的樹(shù)莓派的 CPU 性能、內(nèi)存和磁盤使用情況，并根據(jù)需要隨時(shí)添加更多視圖和操作。
如果你已經(jīng)使用 Appsmith，你還可以直接導(dǎo)入?示例應(yīng)用程序?并開(kāi)始使用。
Appsmith
Appsmith 是一個(gè)開(kāi)源的?低代碼?應(yīng)用構(gòu)建工具，幫助開(kāi)發(fā)人員輕松快速地構(gòu)建內(nèi)部應(yīng)用，如儀表盤和管理面板。它是一個(gè)用于儀表盤的很好選擇，并減少了傳統(tǒng)編碼方法所需的時(shí)間和復(fù)雜性。
在此示例的儀表盤中，我顯示以下統(tǒng)計(jì)信息：
CPU
- 占用百分比頻率或時(shí)鐘速度計(jì)數(shù)溫度內(nèi)存
- 占用百分比可用內(nèi)存百分比總內(nèi)存空閑內(nèi)存磁盤
- 磁盤使用百分比絕對(duì)磁盤空間使用量可用磁盤空間總磁盤空間
創(chuàng)建一個(gè)端點(diǎn)
你需要一種從樹(shù)莓派獲取這些數(shù)據(jù)并傳遞給 Appsmith 的方法。psutil?是一個(gè)用于監(jiān)控和分析的 Python 庫(kù)，而?Flask-RESTful?是一個(gè)創(chuàng)建?REST API?的 Flask 擴(kuò)展。
Appsmith 每隔幾秒鐘調(diào)用 REST API 以自動(dòng)刷新數(shù)據(jù)，并以 JSON 對(duì)象作為響應(yīng)，其中包含所有所需的統(tǒng)計(jì)信息，如下所示：
{ "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 }
登錄后復(fù)制
1、設(shè)置 REST API
如果你的樹(shù)莓派尚未安裝 Python，請(qǐng)?jiān)跇?shù)莓派上打開(kāi)終端并運(yùn)行此安裝命令：
$ sudo apt install python3
登錄后復(fù)制
現(xiàn)在為你的開(kāi)發(fā)設(shè)置一個(gè)?Python 虛擬環(huán)境：
$ python -m venv PiData
登錄后復(fù)制
接下來(lái)，激活該環(huán)境。你必須在重新啟動(dòng)樹(shù)莓派后執(zhí)行此操作。
$ source PiData/bin/activate$ cd PiData
登錄后復(fù)制
為了安裝 Flask、Flask-RESTful 和以后需要的依賴項(xiàng)，請(qǐng)?jiān)谀愕?Python 虛擬環(huán)境中創(chuàng)建一個(gè)名為?requirements.txt?的文件，并將以下內(nèi)容添加到其中：
flaskflask-restfulgunicorn
登錄后復(fù)制
保存文件，然后使用?pip?一次性安裝它們。你必須在重新啟動(dòng)樹(shù)莓派后執(zhí)行此操作。
(PyData)$ python -m pip install -r requirements.txt
登錄后復(fù)制
接下來(lái)，創(chuàng)建一個(gè)名為?pi_stats.py?的文件來(lái)存放使用?psutil?檢索樹(shù)莓派系統(tǒng)統(tǒng)計(jì)信息的邏輯。將以下代碼粘貼到?pi_stats.py?文件中：
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)
登錄后復(fù)制
這段代碼的作用如下：
使用?app = Flask(name)?來(lái)定義嵌套 API 對(duì)象的應(yīng)用程序。使用 Flask-RESTful 的?API 方法?來(lái)定義 API 對(duì)象。在 Flask-RESTful 中將?PiData?定義為具體的?Resource 類?，以公開(kāi)每個(gè)支持的 HTTP 方法。使用?api.add_resource(PiData, '/get-stats')?將資源?PiData?附加到 API 對(duì)象?api。每當(dāng)你訪問(wèn) URL?/get-stats?時(shí)，將返回?PiData?作為響應(yīng)。
2、使用 psutil 讀取統(tǒng)計(jì)信息
要從你的樹(shù)莓派獲取統(tǒng)計(jì)信息，你可以使用?psutil?提供的這些內(nèi)置函數(shù)：
cpu_percentage、cpu_count、cpu_freq?和?sensors_temperatures?函數(shù)分別用于獲取 CPU 的占用百分比、計(jì)數(shù)、時(shí)鐘速度和溫度。sensors_temperatures?報(bào)告了與樹(shù)莓派連接的所有設(shè)備的溫度。要僅獲取 CPU 的溫度，請(qǐng)使用鍵?cpu-thermal。virtual_memory?函數(shù)可返回總內(nèi)存、可用內(nèi)存、已使用內(nèi)存和空閑內(nèi)存的統(tǒng)計(jì)信息（以字節(jié)為單位）。disk_usage?函數(shù)可返回總磁盤空間、已使用空間和可用空間的統(tǒng)計(jì)信息（以字節(jié)為單位）。
將所有函數(shù)組合到一個(gè) 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,}
登錄后復(fù)制
下一節(jié)將使用該字典。
3、從 Flask-RESTful API 獲取數(shù)據(jù)
為了在 API 響應(yīng)中看到來(lái)自樹(shù)莓派的數(shù)據(jù)，請(qǐng)更新?pi_stats.py?文件，將字典?system_info_data?包含在?PiData?類中：
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)
登錄后復(fù)制
你的腳本已經(jīng)就緒，下面運(yùn)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!
登錄后復(fù)制
你有了一個(gè)可以工作的 API。
4、將 API 提供給互聯(lián)網(wǎng)
你可以在本地網(wǎng)絡(luò)中與 API 進(jìn)行交互。然而，要在互聯(lián)網(wǎng)上訪問(wèn)它，你必須在防火墻中打開(kāi)一個(gè)端口，并將傳入的流量轉(zhuǎn)發(fā)到由 Flask 提供的端口。然而，正如你的測(cè)試輸出建議的那樣，在 Flask 中運(yùn)行 Flask 應(yīng)用程序僅適用于開(kāi)發(fā)，而不適用于生產(chǎn)。為了安全地將 API 提供給互聯(lián)網(wǎng)，你可以使用安裝過(guò)程中安裝的?gunicorn?生產(chǎn)服務(wù)器。
現(xiàn)在，你可以啟動(dòng) Flask API。每次重新啟動(dòng)樹(shù)莓派時(shí)都需要執(zhí)行此操作。
$ gunicorn -w 4 'PyData:app'Serving on http://0.0.0.0:8000
登錄后復(fù)制
要從外部世界訪問(wèn)你的樹(shù)莓派，請(qǐng)?jiān)诰W(wǎng)絡(luò)防火墻中打開(kāi)一個(gè)端口，并將流量定向到你樹(shù)莓派的 IP 地址，端口為 8000。
首先，獲取樹(shù)莓派的內(nèi)部 IP 地址：
$ ip addr show | grep inet
登錄后復(fù)制
內(nèi)部 IP 地址通常以 10 或 192 或 172 開(kāi)頭。
接下來(lái)，你必須配置防火墻。通常，你從互聯(lián)網(wǎng)服務(wù)提供商（ISP）獲取的路由器中嵌入了防火墻。通常，你可以通過(guò)網(wǎng)絡(luò)瀏覽器訪問(wèn)家用路由器。路由器的地址有時(shí)會(huì)打印在路由器的底部，它以 192.168 或 10 開(kāi)頭。不過(guò)，每個(gè)設(shè)備都不同，因此我無(wú)法告訴你需要點(diǎn)擊哪些選項(xiàng)來(lái)調(diào)整設(shè)置。關(guān)于如何配置防火墻的完整描述，請(qǐng)閱讀 Seth Kenlon 的文章 《打開(kāi)端口并通過(guò)你的防火墻路由流量》。
或者，你可以使用?localtunnel?來(lái)使用動(dòng)態(tài)端口轉(zhuǎn)發(fā)服務(wù)。
一旦你的流量到達(dá)樹(shù)莓派，你就可以查詢你的 API：
$ curl https://example.com/get-stats{ "cpu_count": 4, "cpu_freq": [600.0,600.0,1200.0 ], "cpu_mem_avail": 386273280, ...
登錄后復(fù)制
如果你已經(jīng)執(zhí)行到這一步，那么最困難的部分已經(jīng)過(guò)去了。
5、重復(fù)步驟
如果你重新啟動(dòng)了樹(shù)莓派，你必須按照以下步驟進(jìn)行操作：
使用?source?重新激活 Python 環(huán)境使用?pip?刷新應(yīng)用程序的依賴項(xiàng)使用?gunicorn?啟動(dòng) Flask 應(yīng)用程序
你的防火墻設(shè)置是持久的，但如果你使用了 localtunnel，則必須在重新啟動(dòng)后啟動(dòng)新的隧道。
如果你愿意，可以自動(dòng)化這些任務(wù)，但那是另一個(gè)教程的內(nèi)容。本教程的最后一部分是在 Appsmith 上構(gòu)建一個(gè)用戶界面，使用拖放式小部件和一些 JavaScript，將你的樹(shù)莓派數(shù)據(jù)綁定到用戶界面。相信我，從現(xiàn)在開(kāi)始很容易！
在 Appsmith 上構(gòu)建儀表盤
硬件監(jiān)控儀表盤
要制作一個(gè)像這樣的儀表盤，你需要將公開(kāi)的 API 端點(diǎn)連接到 Appsmith，使用 Appsmith 的小部件庫(kù)構(gòu)建用戶界面，并將 API 的響應(yīng)綁定到小部件上。如果你已經(jīng)使用 Appsmith，你可以直接導(dǎo)入?示例應(yīng)用程序?并開(kāi)始使用。
如果你還沒(méi)有，請(qǐng)?注冊(cè)?一個(gè)免費(fèi)的 Appsmith 帳戶。或者，你可以選擇?自托管 Appsmith。
將 API 作為 Appsmith 數(shù)據(jù)源連接
登錄到你的 Appsmith 帳戶。
在左側(cè)導(dǎo)航欄中找到并點(diǎn)擊 “查詢或 JSQUERIES/JS” 旁邊的 “+” 按鈕。點(diǎn)擊 “創(chuàng)建一個(gè)空白 APICreate a blank API”。在頁(yè)面頂部，將你的項(xiàng)目命名為 “PiData”。獲取你的 API 的 URL。如果你使用的是 localtunnel，則是一個(gè)?localtunnel.me?地址，總是在末尾添加?/get-stats?以獲取統(tǒng)計(jì)數(shù)據(jù)。將其粘貼到頁(yè)面的第一個(gè)空白字段中，然后點(diǎn)擊 “RUN” 按鈕。
確保在 “響應(yīng)Response” 面板中看到成功的響應(yīng)。
Appsmith 界面
構(gòu)建用戶界面
Appsmith 的界面非常直觀，但如果你感到迷失，我建議你查看?在 Appsmith 上構(gòu)建你的第一個(gè)應(yīng)用程序?教程。
在畫布上拖動(dòng)”文本Text”、”圖像Image”和”分隔線Divider”小部件作為標(biāo)題。將它們排列如下：
設(shè)置項(xiàng)目標(biāo)題
“文本Text” 小部件包含你頁(yè)面的實(shí)際標(biāo)題。鍵入比“Raspberry Pi Stats”更酷的內(nèi)容。
“圖像Image” 小部件用于展示儀表盤的獨(dú)特標(biāo)志。你可以使用你喜歡的任何標(biāo)志。
使用 “開(kāi)關(guān)Switch” 小部件來(lái)切換實(shí)時(shí)數(shù)據(jù)模式。從你構(gòu)建的 API 獲取數(shù)據(jù)，需要在 “屬性Property” 面板進(jìn)行配置。
對(duì)于主體部分，使用來(lái)自左側(cè)的小部件庫(kù)的以下小部件創(chuàng)建一個(gè) CPU 統(tǒng)計(jì)信息區(qū)域，使用以下小部件：
進(jìn)度條Progress Bar統(tǒng)計(jì)框Stat Box圖表Chart
對(duì)于內(nèi)存和磁盤統(tǒng)計(jì)信息部分，重復(fù)相同的步驟。磁盤統(tǒng)計(jì)信息部分不需要圖表，但如果你能找到用途，那也可以使用它。
你的最終小部件布局應(yīng)該類似于以下：
Appsmith 中的屬性設(shè)置
最后一步是將 API 的數(shù)據(jù)綁定到你的小部件上。
將數(shù)據(jù)綁定到小部件上
返回到畫布，并在三個(gè)類別的部分中找到你的小部件。首先設(shè)置 CPU 統(tǒng)計(jì)信息。
要將數(shù)據(jù)綁定到 “進(jìn)度條Progress Bar” 小部件：
單擊 “進(jìn)度條Progress Bar” 小部件，以打開(kāi)右側(cè)的 “屬性Property” 面板。查找 “進(jìn)度Progress” 屬性。單擊 “JS” 按鈕以激活 JavaScript。在 “進(jìn)度Progress” 字段中粘貼?{{PiData.data.cpu_percent ?? 0}}。此代碼引用了你的 API 的數(shù)據(jù)流，名為?PiData。Appsmith 將響應(yīng)數(shù)據(jù)緩存在?PiData?的?.data?運(yùn)算符內(nèi)。鍵?cpu_percent?包含了 Appsmith 用來(lái)顯示 CPU 利用率百分比的數(shù)據(jù)。在 “進(jìn)度條Progress Bar” 小部件下方添加一個(gè) “文本Text” 小部件作為標(biāo)簽。
在配置屏幕中綁定數(shù)據(jù)
在 CPU 部分有三個(gè) “統(tǒng)計(jì)框Stat Box” 小部件。將數(shù)據(jù)綁定到每個(gè)小部件的步驟與綁定 “進(jìn)度條Progress Bar” 小部件的步驟完全相同，只是你需要從?.data?運(yùn)算符中綁定不同的數(shù)據(jù)屬性。按照相同的步驟進(jìn)行操作，但有以下例外：
使用?{{${PiData.data.cpu_freq[0]} ?? 0 }}?來(lái)顯示時(shí)鐘速度。使用?{{${PiData.data.cpu_count} ?? 0 }}?來(lái)顯示 CPU 計(jì)數(shù)。使用?{{${(PiData.data.sensor_temperatures).toPrecision(3)} ?? 0 }}?來(lái)顯示 CPU 溫度數(shù)據(jù)。
如果一切順利，你將得到一個(gè)漂亮的儀表盤，如下所示：
樹(shù)莓派的儀表盤
CPU 利用率趨勢(shì)圖
你可以使用 “圖表Chart” 小部件將 CPU 利用率顯示為趨勢(shì)線，并使其隨時(shí)間自動(dòng)更新。
首先，單擊小部件，在右側(cè)找到 “圖表類型Chart Type” 屬性，并將其更改為 “折線圖LINE CHART”。為了顯示趨勢(shì)線，需要將?cpu_percent?存儲(chǔ)在數(shù)據(jù)點(diǎn)數(shù)組中。你的 API 目前將其作為單個(gè)時(shí)間數(shù)據(jù)點(diǎn)返回，因此可以使用 Appsmith 的?storeValue?函數(shù)（Appsmith 內(nèi)置的?setItem?方法的一個(gè)原生實(shí)現(xiàn)）來(lái)獲取一個(gè)數(shù)組。
在 “查詢或 JSQUERIES/JS” 旁邊單擊 “+” 按鈕，并將其命名為 “utils”。
將以下 JavaScript 代碼粘貼到 “代碼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", []);}}
登錄后復(fù)制
為了初始化?Store，你在?initialOnPageLoad?對(duì)象中創(chuàng)建了一個(gè) JavaScript 函數(shù)，并將?storeValue?函數(shù)放在其中。
你使用?storeValue("cpu_util_data", []);?將?cpu_util_data?中的值存儲(chǔ)到?storeValue?函數(shù)中。此函數(shù)在頁(yè)面加載時(shí)運(yùn)行。
到目前為止，每次刷新頁(yè)面時(shí)，代碼都會(huì)將?cpu_util_data?中的一個(gè)數(shù)據(jù)點(diǎn)存儲(chǔ)到?Store?中。為了存儲(chǔ)一個(gè)數(shù)組，你使用了?x?和?y?的下標(biāo)變量，兩者都存儲(chǔ)了來(lái)自?cpu_percent?數(shù)據(jù)屬性的值。
你還希望通過(guò)設(shè)定存儲(chǔ)值之間的固定時(shí)間間隔來(lái)自動(dòng)存儲(chǔ)這些數(shù)據(jù)。當(dāng)執(zhí)行?setInterval?函數(shù)時(shí)：
獲取存儲(chǔ)在?cpu_util_data?中的值。調(diào)用 API?PiData。使用返回的最新?cpu_percent?數(shù)據(jù)將?cpu_util_data?更新為?x?和?y?變量。將?cpu_util_data?的值存儲(chǔ)在鍵?utilData?中。僅當(dāng)設(shè)置為自動(dòng)執(zhí)行函數(shù)時(shí)，才重復(fù)執(zhí)行步驟 1 到 4。你使用 Switch 小部件將其設(shè)置為自動(dòng)執(zhí)行，這就解釋了為什么有一個(gè)?getLiveData?父函數(shù)。
在 “設(shè)置Settings” 選項(xiàng)卡中，找到對(duì)象中的所有父函數(shù)，并在 “頁(yè)面加載時(shí)運(yùn)行RUN ON PAGE LOAD” 選項(xiàng)中將?initialOnPageLoad?設(shè)置為 “Yes（是）”。
設(shè)置頁(yè)面加載時(shí)要執(zhí)行的函數(shù)
現(xiàn)在刷新頁(yè)面進(jìn)行確認(rèn)。
返回到畫布。單擊 “圖表Chart” 小部件，并找到 “圖表數(shù)據(jù)Chart Data” 屬性。將綁定?{{ appsmith.store.disk_util_data }}?粘貼到其中。這樣，如果你自己多次運(yùn)行對(duì)象?utils，就可以獲得圖表數(shù)據(jù)。要自動(dòng)運(yùn)行此操作：
查找并單擊儀表盤標(biāo)題中的 “實(shí)時(shí)數(shù)據(jù)開(kāi)關(guān)Live Data Switch” 小部件。查找?onChange?事件。將其綁定到?{{ utils.getLiveData() }}。JavaScript 對(duì)象是?utils，而?getLiveData?是在你切換開(kāi)關(guān)時(shí)激活的函數(shù)，它會(huì)從你的樹(shù)莓派獲取實(shí)時(shí)數(shù)據(jù)。但是還有其他實(shí)時(shí)數(shù)據(jù)，因此同一開(kāi)關(guān)也適用于它們。繼續(xù)閱讀以了解詳情。
將數(shù)據(jù)綁定到內(nèi)存和磁盤部分的小部件與你在 CPU 統(tǒng)計(jì)信息部分所做的方式類似。
對(duì)于內(nèi)存部分，綁定如下所示：
進(jìn)度條中的綁定為：{{( PiData.data.cpu_mem_avail/1000000000).toPrecision(2) \* 100 ?? 0 }}。三個(gè)統(tǒng)計(jì)框小部件的綁定分別為：{{ \${(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。
對(duì)于磁盤部分，進(jìn)度條和統(tǒng)計(jì)框小部件的綁定分別變?yōu)椋?/p>
進(jìn)度條的綁定為：{{ PiData.data.disk_usage_percent ?? 0 }}。三個(gè)統(tǒng)計(jì)框小部件的綁定分別為：{{ \${(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。
這里的圖表需要更新你為 CPU 統(tǒng)計(jì)信息創(chuàng)建的?utils?對(duì)象，使用?storeValue?鍵名為?disk_util_data，嵌套在?getLiveData?下面，其邏輯與?cpu_util_data?類似。對(duì)于磁盤利用率圖表，我們存儲(chǔ)的?disk_util_data?的邏輯與 CPU 利用率趨勢(shì)圖的邏輯相同。
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", []);}}
登錄后復(fù)制
通過(guò)使用?utils?JavaScript 對(duì)象在打開(kāi)和關(guān)閉真實(shí)數(shù)據(jù)開(kāi)關(guān)時(shí)觸發(fā)的數(shù)據(jù)流可視化如下所示：
切換
在打開(kāi)實(shí)時(shí)數(shù)據(jù)開(kāi)關(guān)時(shí)，圖表會(huì)變成這樣：
顯示實(shí)時(shí)數(shù)據(jù)
整體上，它既漂亮，又簡(jiǎn)約，而且非常有用。
祝你使用愉快！
當(dāng)你對(duì)?psutils、JavaScript 和 Appsmith 更加熟悉時(shí)，我相信你會(huì)發(fā)現(xiàn)可以輕松無(wú)限地調(diào)整你的儀表板，實(shí)現(xiàn)非常酷的功能，例如：
查看先前一周、一個(gè)月、一個(gè)季度、一年或根據(jù)你的樹(shù)莓派數(shù)據(jù)允許的任何自定義范圍的趨勢(shì)為任何統(tǒng)計(jì)數(shù)據(jù)的閾值違規(guī)構(gòu)建報(bào)警機(jī)制監(jiān)控連接到你的樹(shù)莓派的其他設(shè)備將?psutils?擴(kuò)展到另一臺(tái)安裝有 Python 的計(jì)算機(jī)上使用其他庫(kù)監(jiān)控你家庭或辦公室的網(wǎng)絡(luò)監(jiān)控你的花園跟蹤你自己的生活習(xí)慣
在下一個(gè)令人興奮的項(xiàng)目中，祝你玩得愉快！
以上就是在不到 30 分鐘內(nèi)構(gòu)建一個(gè)樹(shù)莓派監(jiān)控儀表盤的詳細(xì)內(nèi)容，更多請(qǐng)關(guān)注www.92cms.cn其它相關(guān)文章！
