2 работа

report.md

@@ -0,0 +1,256 @@
+# *Отчет*: Взаимодействие docker-контейнеров
+
+**Выполнила** Кузьменко Елена
+**Группа** 5142704/30801
+
+## Симуляция датчиков - генерация данных
+
+Добавим четвертый тип датчиков: в файле `sensor.py` создадим новый класс *Acceleration*, который будет предназначен для работы с датчиками ускорения.
+
+```python
+class Acceleration(Sensor):
+    step = 0
+
+    def __init__(self, name):
+        super().__init__(name)
+        self.type = "acceleration"
+
+    def generate_new_value(self):
+        self.value = self.step ** 2
+        if (self.value > 5e5):
+            self.value = 5e5
+        self.step += 1
+```
+
+В методе main объявим два метода для логирования состояния клиента
+```python
+import paho.mqtt.client as mqttclient
+from os import environ
+import time
+
+from entity.sensor import *
+
+broker = "localhost" if "SIM_HOST" not in environ.keys() else environ["SIM_HOST"]
+port = 1883 if "SIM_PORT" not in environ.keys() else int(environ["SIM_PORT"])
+name = "sensor" if "SIM_NAME" not in environ.keys() else environ["SIM_NAME"]
+period = 1 if "SIM_PERIOD" not in environ.keys() else int(environ["SIM_PERIOD"])
+type_sim = "temperature" if "SIM_TYPE" not in environ.keys() else environ["SIM_TYPE"]
+sensors = {"temperature": Temperature, "pressure": Pressure, "current": Current, "acceleration": Acceleration}
+
+isConnected = False
+
+def on_connect(client,userdata,flags,rc):
+    if rc == 0:
+        print(f"Connected to {broker}")
+        global isConnected
+        isConnected = True
+    else:
+        print("Is not connected")
+
+
+def on_publish(client,userdata,result):             #create function for callback
+    print("data published")
+
+print(f"Configuring {type_sim} {name} {broker}:{port} T={period}")
+
+sensor = sensors[type_sim](name=name)
+client1 = mqttclient.Client(sensor.name)  # create client object
+client1.on_connect = on_connect
+client1.on_publish = on_publish  # assign function to callback
+
+
+print("Client configured!")
+
+
+client1.connect(broker, port=port)  # establish connection
+client1.loop_start()
+while True:
+    sensor.generate_new_value()
+    ret= client1.publish(f"sensor/{sensor.name}", sensor.get_data())
+    time.sleep(period)
+
+client1.loop_stop()
+client1.disconnect()
+```
+
+Приложение было запущено в Docker-контейнере с использованием Python Alpine версии 3.19. В проекте подключена библиотека paho_mqtt версии 1.6.1, которая реализует протокол MQTT.
+
+*Dockerfile*:
+```dockerfile
+FROM python:alpine3.19
+WORKDIR /app
+COPY requirements.txt .
+RUN pip install -r requirements.txt
+COPY . .
+CMD ["python", "main.py"]
+```
+Создадим docker image используя команду
+```ssh
+docker build -t alena/sensor .
+```
+Для запуска нескольких контейнеров был создан файл docker-compose, который настраивает 6 контейнеров для 4 типов датчиков.
+### Параметры контейнера
+- Тип датчика
+- Имя датчика
+- Период отправки
+- Адрес отправки
+```docker 
+version: "3"
+
+services:
+  temp_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=TEMPSENS2
+      - SIM_PERIOD=2
+      - SIM_TYPE=temperature
+
+  temp_low_freq_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=TEMPLOWFREQSENS2
+      - SIM_PERIOD=10
+      - SIM_TYPE=temperature
+
+  pressure_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=PRSENS5
+      - SIM_PERIOD=5
+      - SIM_TYPE=pressure
+
+  current_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=CURSENS2
+      - SIM_PERIOD=2
+      - SIM_TYPE=current
+
+  accel_slow_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=ACCELSLOWSENS5
+      - SIM_PERIOD=5
+      - SIM_TYPE=acceleration
+
+  accel_fast_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=ACCELFASTSENS2
+      - SIM_PERIOD=2
+      - SIM_TYPE=acceleration
+```
+
+Прежде чем поднимать все 6 контейнеров, для начала поднимем брокер сообщений
+
+Для получения данных по MQTT используется MQTT-брокер, который реализован в образе `eclipse-mosquitto`.
+
+Чтобы получить образ, выполните команду `docker pull eclipse-mosquitto`. Для настройки брокера создайте конфигурационный файл `mosquitto.conf`. При запуске контейнера используйте `docker volumes` с флагом `-v` для подключения этого файла к образу.
+
+*mosquitto.conf*
+```yml
+listener 1883
+allow_anonymous true
+```
+
+Для удобного запуска контейнера сформирован docker-compose файл.
+
+*docker-compose*
+```yml
+version: "3"
+services:
+  broker:
+    image: eclipse-mosquitto
+    container_name: broker
+    volumes:
+      - ./mosquitto/mosquitto.conf:/mosquitto/config/mosquitto.conf
+    ports:
+      - "1883:1883"
+```
+
+Теперь поднимем брокер и 6 контейнеров 
+![img.png](assets/images/img.png)
+![img_1.png](assets/images/img_1.png)
+Проверим активность через mqtt explorer
+![img_2.png](assets/images/img_2.png)
+Как мы видим, имеется 6 подключений и график соответсвует дейтсвительной формуле
+
+## Отображение данных
+Отображение данных осуществлялось посредствам 3-х контейнеров: `telegraf`, `influxdb`, `grafana`.
+
+### InfluxDB
+InfluxDB предоставляет возможность хранения данных в реальном времени, что делает его идеальным для данной задачи.
+
+Используемый образ: `influxdb:1.8`.
+
+Для работы с InfluxDB необходимо создать конфигурационный файл, в котором будет указано, какую таблицу создать. В данном случае это таблица `sensors`. Также создается пользователь *telegraf*, который будет использоваться для подключения контейнера `telegraf` к базе данных.
+
+Файл *influxdb-init.iql* будет содержать следующие команды:
+```SQL
+CREATE database sensors
+CREATE USER telegraf WITH PASSWORD 'telegraf' WITH ALL PRIVILEGES
+```
+
+Все команды передаются через скрипт, который подключается к контейнеру с помощью volume. Все настройки указываются в файле docker-compose.
+
+### Telegraf
+Telegraf предназначен для считывания данных из брокера и записи их в базу данных, в данном случае — в `influxdb`.
+
+Для контейнера создается конфигурационный файл `telegraf.conf`, в котором указывается источник данных (адрес брокера) и место назначения (адрес базы данных).
+
+Файл *telegraf.conf* будет выглядеть следующим образом после удаления всех закоментированных участков конфигурации:
+```yml
+[global_tags]
+[agent]
+  interval = "10s"
+  round_interval = true
+  metric_batch_size = 1000
+  metric_buffer_limit = 10000
+  collection_jitter = "0s"
+  flush_interval = "10s"
+  flush_jitter = "0s"
+  precision = "0s"
+    hostname = ""
+    omit_hostname = false
+[[outputs.influxdb]]
+urls = ["http://influxdb:8086"]
+database = "sensors"
+skip_database_creation = true
+username = "telegraf"
+password = "telegraf"
+[[inputs.cpu]]
+    percpu = true
+    totalcpu = true
+    collect_cpu_time = false
+    report_active = false
+[[inputs.disk]]
+    ignore_fs = ["tmpfs", "devtmpfs", "devfs", "iso9660", "overlay", "aufs", "squashfs"]
+[[inputs.diskio]]
+[[inputs.kernel]]
+[[inputs.mem]]
+[[inputs.processes]]
+[[inputs.swap]]
+[[inputs.system]]
+[[inputs.mqtt_consumer]]
+servers = ["tcp://192.168.0.104:1883"]
+topics = ["sensors/#"]
+data_format = "value"
+data_type = "float"
+```
+
+### Grafana
+Grafana предназначена для визуализации данных в реальном времени с помощью графиков. Она позволяет создавать панели, которые могут содержать множество графиков и обновляться в режиме реального времени. Кроме того, Grafana предлагает удобный веб-интерфейс и функции аутентификации.
+
+Поднимем все компоненты мониторинга в docker-compose
+
+В графане видим наличие источника данных influx
+![img_3.png](assets/images/img_3.png)
+Для визуализации создадим новый дашборд
+![img.png](assets/images/1img.png)
+![img_5.png](assets/images/img_5.png)

vms/client/simulator/Dockerfile

@@ -1,6 +1,5 @@
 FROM python:alpine3.19
 WORKDIR /app
-COPY requirements.txt .
-RUN pip install -r requirements.txt
+RUN pip install paho_mqtt==1.6.1
 COPY . .
 CMD ["python", "main.py"]

vms/client/simulator/docker-compose.yml

@@ -2,23 +2,49 @@ version: "3"
 
 services:
   temp_sensor:
-    image: antonaleks/data-simulator
+    image: alena/sensor
     environment:
-      - SIM_HOST=192.168.1.1
-      - SIM_NAME=TIRCAHL24
-      - SIM_PERIOD=5
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=TEMPSENS2
+      - SIM_PERIOD=2
       - SIM_TYPE=temperature
-  pressure_sensor:
-    image: antonaleks/data-simulator
+
+  temp_low_freq_sensor:
+    image: alena/sensor
     environment:
-      - SIM_HOST=192.168.1.1
-      - SIM_NAME=PIRCAHL11
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=TEMPLOWFREQSENS2
       - SIM_PERIOD=10
+      - SIM_TYPE=temperature
+
+  pressure_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=PRSENS5
+      - SIM_PERIOD=5
       - SIM_TYPE=pressure
+
   current_sensor:
-    image: antonaleks/data-simulator
+    image: alena/sensor
     environment:
-      - SIM_HOST=192.168.1.1
-      - SIM_NAME=A0_CURRENT
-      - SIM_PERIOD=1
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=CURSENS2
+      - SIM_PERIOD=2
       - SIM_TYPE=current
+
+  accel_slow_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=ACCELSLOWSENS5
+      - SIM_PERIOD=5
+      - SIM_TYPE=acceleration
+
+  accel_fast_sensor:
+    image: alena/sensor
+    environment:
+      - SIM_HOST=192.168.0.104
+      - SIM_NAME=ACCELFASTSENS2
+      - SIM_PERIOD=2
+      - SIM_TYPE=acceleration

vms/client/simulator/entity/sensor.py

@@ -52,3 +52,17 @@ def generate_new_value(self):
         import math
         self.value = math.sin(self.step)
         self.step = self.step + 1
+
+
+class Acceleration(Sensor):
+    step = 0
+
+    def __init__(self, name):
+        super().__init__(name)
+        self.type = "acceleration"
+
+    def generate_new_value(self):
+        self.value = self.step ** 2
+        if (self.value > 5e5):
+            self.value = 5e5
+        self.step += 1