面子工程之IP数据可视化
前言
我很在意的一件事情是好看,嗯,好看.以及是否有趣.虽然不一定有用.
下面是效果图,由于数据量有限，所以还不够眼花缭乱.
本文的主要内容是通过echarts,threejs将web日志或者任何含有IP数据的文本文件可视化.简单的来说，装逼，可以将这个动态图放在大屏幕上.
所有源码及相关数据文件请访问下面github仓库
https://github.com/youerning/blog/tree/master/ip-visualize
前提条件
- 熟悉python及框架flask
- 熟悉JavaScript
获取数据
IP数据
数据获取方式
- 日志文件
- elk三件套
- 其他
归根结底数据最终来自日志文件, 这里主要指web日志。
这里使用我自己网站的web日志,格式如下.
'116.24.64.239 - - [12/Mar/2018:18:58:40 +0800] "GET /example HTTP/2.0" 502 365\n'...'116.24.64.239 - - [12/Mar/2018:18:54:55 +0800] "GET / HTTP/2.0" 200 1603\n'通过下面代码将IP地址拿出来.
# 打开日志文件fp = open("website.log")# 创建ip集合，由于这里只需要IP地址，所以用集合的特性去重ip_set = set()# 通过循环每次读取日志一行,如果日志量大建议以下方式，日志文件不大，可以直接readlines，一次性全部读取出来，while True: line = fp.readline() if len(line.strip()) < 1: break ip = line.split()[0] ip_set.add(ip)# 访问用户IP的个数len(ip_set)# 查看前20个IPlist(ip_set)[:20]['111.206.36.133', '220.181.108.183', '40.77.178.63', '220.181.108.146', '119.147.207.152', '112.97.63.49', '66.249.64.16', '138.246.253.19', '123.125.67.164', '40.77.179.59', '66.249.69.170', '119.147.207.144', '66.249.79.108', '157.55.39.23', '123.125.71.80', '42.236.10.84', '123.125.71.79', '111.206.36.10', '106.11.152.155', '66.249.66.148']不过为了使用广泛这里使用正则表达式.import repat = "\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}"ipfind = re.compile(pat)line = '116.24.64.239 - - [12/Mar/2018:18:54:55 +0800] "GET / HTTP/2.0" 200 1603\n'ip = ipfind.findall(line)if ip: ip = ip[0] print(ip)下面是完整步骤 # 创建ip列表 ip_lis = list() # files of logs files = glob("logs/*") # complie regex pat = "\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}" ipfind = re.compile(pat) # extract ip from every file for logfile in files: with open(logfile) as fp: # 通过循环每次读取日志一行,如果日志量大建议以下方式，日志文件不大，可以直接readlines，一次性全部读取出来 # 如果太大则用readline一行一行的读 lines = fp.readlines() for line in lines: if len(line.strip()) < 1: continue ip = ipfind.findall(line) if ip: ip = ip[0] ip_lis.append(ip)至此，我们将访问文件里面的的IP拿出来了。
值得注意的是: 如果你有搭建elk之类的日志集群，那么获取数据会更简单更快，只是方式不同而已.这里就不赘述了.
IP地址的地理信息
如果只是拿到IP数据，在本文并没有用，因为为了在地图上可视化每一个IP的位置，我们需要知道每个IP地址的地理信息，即，经纬度，所在城市等。
这里使用dev.maxmind.com提供的开源免费的geoip数据库.
下载地址: https://dev.maxmind.com/geoip/geoip2/geolite2/
这里不保证IP地址对应的位置信息绝对正确。为了保证IP地址的准确性，可以搜索在线的Geo服务。
为了使用上面下载的数据库，首先得下载相应的模块.
pip install geoip2通过下面代码获取指定IP的地理信息
# 导入相应模块import geoip2.database# 记载下载的数据库文件路径，这里是在代码执行的工作目录reader = geoip2.database.Reader("GeoLite2-City.mmdb")response = reader.city("61.141.65.76")# 查看国家名response.country.nameOut[115]: 'China'# 查看城市名response.city.nameOut[116]: 'Shenzhen'response.city.names["zh-CN"]Out[117]: '深圳市'# 查看经纬度response.location.latitudeOut[118]: 22.5333response.location.longitudeOut[119]: 114.1333上面只是用geoip2这个库查看城市，国家, 经纬度,更多信息可自己探索.
处理数据
在处理数据之前,我们要知道，我们要处理成什么数据格式,由于画图是一件很费时费力的工作，这里借助的是这个echarts的demo,地址如下:
http://echarts.baidu.com/examples/editor.html?c=lines3d-flights&gl=1
该demo的数据源如下:
http://echarts.baidu.com/examples/data-gl/asset/data/flights.json
数据结构大致如下。
但是这个格式实在是有点让人误导
通过阅读demo的js代码,你会发现,绘制飞线的数据格式为:
[[[源纬度数据点, 源经度数据点], [目标维度数据点, 目标经度数据点]]..]
而threejs所需的数据格式号如下
var data = [ [ 'seriesA', [ latitude, longitude, magnitude, latitude, longitude, magnitude, ... ] ], [ 'seriesB', [ latitude, longitude, magnitude, latitude, longitude, magnitude, ... ] ]];关于echarts官网demo的解读可以在下面地址查看.
https://github.com/youerning/blog/blob/master/ip-visualize/ipvis/prototype/lines3d-flights.html
代码插入太多太占篇幅。
数据处理如下
from functools import lru_cache@lru_cache(maxsize=512)def get_info(ip): """ return info of ip Returns: city, country, sourceCoord, destCoord """ try: resp = reader.city(ip) city = resp.city.name if not city: city = "unknow" country = resp.country.names["zh-CN"] if not country: country = "unknow" except Exception as e: print("the ip is bad: {}".format(ip)) print("=" * 30) print(e) return False sourceCoord = [resp.location.longitude, resp.location.latitude] return city, country, sourceCoord, destCoord# ip_Lis为上面获取的IP地址列表ipinfo_lis = [get_info(ip) for ip in ip_lis]可视化数据
在处理完数据之后就可以通过一个接口暴露数据,这里使用json数据格式.
然后通过ajax获取数据.
数据实时更新
这里只说思路
日志文件
主要是通过python的文件对象的文件位置作为数据是否有新内容写入,如果有就读入,加载数据到暴露的数据接口
- elk stack
这个就比较简单了，定时查询数据
demo使用教程
#安装依赖pip install flask, geoip2# 下载源代码# 进入到ipvis目录# 将含有日志文件放到logs目录下# 启动python app.py# 访问webhttp://127.0.0.1/p1http://127.0.0.1/p2值得注意的是geoip自定义的数据库查询并不是非常的快，所以当你访问页面的时候会感觉比较慢,主要是ip数据的查询耗时太久, 1.8w条数据大概查询14秒左右
还有就是echarts这个库可能有性能问题(至少是这个球形图的时候，即时是官方网站的官方demo)，因为当你打开http://127.0.0.1/p1的时候，可能cpu飙升到100%
不足之处
- 不能实时加载数据
- 数据量过大有性能问题
- IP数据分类不够细化
- 图表不够健全
总结
一个仅仅于我而言有意思的小项目。不确定你们有没有更多的有意思的想法.
