Raspberry Pi的遠程開發

介紹

互聯網連接的關鍵指標之一是它對互聯網上其他主機的ping時間。因此，編寫一個程序，定期ping其他主機并記錄結果。對于那些想要在其他遠程計算機上遠程執行代碼的人，例如AWS實例或DigitalOcean Droplet，過程完全相同。

本教程是在Windows上創建的，代碼是在RPi上執行的，RPi是一臺Linux計算機。在其他受支持的操作系統上，某些路徑和工作流程可能略有不同。

先決條件

確保滿足以下先決條件：

• 你有專業版的PyCharm。
• 代碼將在任何Linux機器上運行。您也可以使用本地VM。

您還需要一些額外的軟件：

• PostgreSQL，因為它將用于創建數據庫。
• Libpq-dev，Psycopg2需要。
• Python-dev，需要編譯Psycopg2。

要一次安裝所有這些，請運行以下命令：

sudo apt-get update && sudo apt-get install -y postgresql libpq-dev python-dev

Raspberry Ping

構建的應用程序包含兩部分：

• 首先，實際進行測量。為了測量結果，可以調用每個Linux機器（包括Raspberry Pi）附帶的ping命令行工具。然后，將結果存儲在PostgreSQL數據庫中。
• 其次，使用Flask應用程序對結果進行可視化，該應用程序使用Matplotlib繪制最近結果的圖表。

準備你的Raspberry Pi

由于希望以后能夠查看帶有結果的網頁，因此在網絡中為Pi提供固定IP非常重要。 為此，請編輯/ etc / network / interfaces。

將Pi設置為使用靜態IP后，請raspi-config在命令行中使用。轉到“ 高級選項”，選擇“ SSH”，然后選擇“ 是”。當你完成這項工作后，你就可以開始使用PyCharm了。

創建一個項目

創建一個純Python項目：選擇File | New Project。將項目命名為“raspberry.pi”。

然后按照 Configuring Remote Interpreters via SSH中所述添加SSH遠程解釋器。配置SSH服務器時，請指定Pi（主機）的IP地址，例如172.27.120.177。另外，指定登錄到設備的憑據。

接下來，在PyCharm中，按Ctrl+Shift+A，開始輸入“啟動SSH會話”：

然后從主機列表中選擇您的Raspberry Pi，您應該連接。

接下來，安裝其他軟件。

在PostgreSQL中設置權限和創建數據庫

現在需要在PostgreSQL中設置權限。最簡單的方法是返回SSH終端，并運行以下命令以獲得Postgres用戶的SQL提示：

sudo -u postgres psql

現在創建一個用戶（Postgres術語中的 ‘role’），其名稱與運行該過程的用戶的名稱相同：

CREATE ROLE pi WITH LOGIN PASSWORD ‘hunter2’;

重要注意事項！請確保PostgreSQL中的角色與Linux用戶名具有相同的名稱。您可能還需要替換更好的密碼。在PSQL中用分號（；）來結束SQL語句是很重要的，因為它會假定您正在編寫多行語句，直到用分號終止。授予PI用戶登錄權限，這意味著用戶可以登錄。沒有登錄權限的角色用于創建組。

接下來，創建一個數據庫：

CREATE DATABASE pi WITH OWNER pi;

其次，出口psql用\q。

捕獲pings

要獲取有關Internet連接質量的信息，請使用系統的ping實用程序ping服務器 ，然后使用正則表達式讀取結果。輸出 ping：

所有具有單獨往返時間的行都以64字節開頭。 所以讓我們創建一個文件ping.pyFile | New - Python File），然后開始編碼。

這里可以先獲取ping的輸出，然后遍歷這些行，選擇以數字開頭，后跟“bytes from”字樣的行：

此時，如果您運行代碼（Ctrl+Shift+F10），您應該看到此代碼在Raspberry Pi上遠程運行：

要檢查部署設置是否已正確設置，請指向主菜單上的Tools | Deployment 。應檢查檢查命令“ Automatic Upload”。

存儲ping

如果要存儲ping PostgreSQL，為它們創建一個表。首先，需要創建一個PostgreSQL數據庫：

選擇PostgreSQL后，將打開數據源頁面：

在此頁面上，下載所需的驅動程序，輸入所需的憑據，然后單擊“Test Connection”按鈕以確保已連接。

由于我們的數據庫只暴露給localhost，所以需要使用SSH隧道：

在連接之后，通過執行setup_db.sql腳本來創建表 。從GitHub復制粘貼腳本，連接后立即打開SQL控制臺，然后使用綠色播放按鈕執行。

現在已經有了這個工作，然后擴展腳本，將ping記錄到數據庫中。要從Python連接到數據庫，需要安裝psycopg2。為此，請指向 File | Settings（對于Windows和Linux）或PyCharm / Preferences （對于macOS用戶），然后單擊Project Interpreter頁面，然后使用"+"圖標來安裝包

Cron

實際上會定期記錄ping，需要安排運行此腳本。為此，將使用cron。當對數據庫使用對等身份驗證時，需要確保腳本以pi用戶身份運行。因此，打開一個SSH會話（確保已登錄 pi），然后運行crontab -e以編輯用戶crontab。然后在文件的底部添加以下行：

*/5 * * * * /home/pi/raspberryping/ping.py jetbrains.com >> /var/log/raspberryping.log 2>&1

確保文件末尾有換行符！

第一個*/5意味著腳本將每5分鐘運行一次。如果您想要不同的頻率，您可以了解有關crontabs的更多信息。現在還需要創建日志文件并確保腳本可以寫入它：

sudo touch /var/log/raspberryping.log

sudo chown pi:pi /var/log/raspberryping.log

此時花點時間，當您稍后再回來時，應該記錄一些ping時間。讓查看PyCharm的數據庫工具。打開 Database tool window 在屏幕右側），然后雙擊該表。您應該看到它包含值：

創建Flask應用程序

如果看不到有關它們的統計數據，那么記錄ping是沒有好處的。因此，編寫一個小型Flask應用程序（安裝Flask，pip install在終端中使用），并使用 matplotlib繪制最近ping時間的圖表。

在Flask應用程序中，將創建兩個路徑：

• On /，這里將列出在過去一小時內使用基本統計數據確定的destinations（最后一小時的最小，平均，最長時間）。
• 在/ graphs / <destination>上，我們將繪制過去3小時內ping的圖表。

該路線很簡單：只是執行一個查詢來獲取感興趣的數據，并傳遞給模板。為了確保一切正常，在調用時設置一個斷點 render_template：

然后啟動調試會話（圖標動作startDebugger svg）并在瀏覽器中查看結果。/ graphs / &lt;destination>路線要復雜得多。首先，必須在合理大小的垃圾箱中獲得過去三個小時的平均值（比方說，10分鐘）。其次，必須繪制圖形。

查詢數據

要尋找的數據是：

• 在過去3小時內每10分鐘一次
• 獲取指定目標的最小，平均和最長ping時間

第一部分使這個查詢相當復雜。即使PostgreSQL支持間隔，日期范圍以及生成一系列日期的方法，也無法生成一系列范圍。這個問題的一個解決方案是公用表表達式（CTE），這是一種執行子查詢的方法，您可以在以后將其稱為真實表。

要以10分鐘的間隔獲取過去三小時的一系列timestamps很簡單：

select begin_time from generate_series(now() - interval '3 hours', now(), interval '10 minutes') begin_time;

該generate_series函數有三個參數：begin，end和step。該功能適用??于數字和timestamps，因此可以輕松實現。需要兩個timestamps之間的時間。可以使用另一個SQL magic： window functions，它允許在當前所在的行之前或之后處理行。所以添加 end_time到查詢中：

LEAD獲取結果中下一行的值，按照OVER子句中指定的方式排序 。您可以使用LAG以類似方式獲取上一行。所以現在可以用這個查詢包裝WITH intervals as ( … query goes here … )使它成為一個CTE。然后可以加入ping表并獲得正在尋找的結果：

接下來，執行此查詢。右鍵單擊?editor background，然后在context菜單中選擇Execute：

（如果您沒有看到Execute，請選擇 Attach Console讓PyCharm知道您要執行查詢的數據庫）。

您可以使查詢工作速度提高30倍。要實現此顯著加速，請將此索引添加到查詢中：

CREATE INDEX pings_recorded_at ON pings(recorded_at);

繪制數據圖

獲取數據后，matplotlib用于生成一個折線圖，其中包含每個bin的最小，平均和最大ping時間。Matplotlib可以使用plot_date function輕松繪制基于時間的數據。

當繪圖準備好后，它將作為.png文件“保存” 到StringIO對象，然后用于創建HTTP響應。通過設置content_type標題image/png，一切都安排好了。

所以最終的結果是：

概要

• 創建了一個項目
• 在終端中，設置權限并創建用戶。
• 創建了一個數據庫。
• 捕獲ping。
• 在特殊數據庫中存儲ping。
• 創建了Flask應用程序
• 查詢數據
• 繪制數據