net-snmp使用,
0x00概述用python获取snmp信息有很多现成的库,其中常用的有netsnmp和pysnmp。网上有很多关于这两个图书馆的例子。
本文重点研究如何并发获取snmp数据,即同时获取多台机器的snmp信息。
0x01 netsnmp多线程测试我们先说一下netsnmp。python的netsnmp实际上来自net-snmp包。
Python通过一个C文件调用net-snmp的接口来获取数据。
因此,当多台机器并发采集时,不能使用协同采集。由于协同学的使用,协同学在获取数据时,会一直等待net-snmp接口返回数据,而不是像使用socket时那样,在等待数据时将CPU切换到其他协同学。从这个角度来看,使用协协议和串行采集没有区别。
那么如何解决并发采集的问题呢?可以用线程,多线程访问(当然也可以用多进程)。多个线程同时调用net-snmp的接口获取数据,然后cpu不断在多个线程之间切换。当一个线程得到一个结果时,它可以继续调用接口来获得下一个snmp数据。
我在这里写了一个示例程序。首先把所有的主机和oid做成任务放入队列,然后启动多线程执行采集任务。程序示例如下:
导入线程
导入时间
导入网络snmp
导入队列
start_time=time.time()
主机=[192.20.150.109 , 192.20.150.110 , 192.20.150.111 , 192.20.150.112 , 192.20.150.113 , 192.20.150.114 ,
192.20.150.115, 192.20.150.116, 192.20.150.117, 192.20.150.118, 192.20.150.119, 192.20.150.120,
192.20.150.121, 192.20.80.148, 192.20.80.149, 192.20.96.59, 192.20.82.14, 192.20.82.15,
192.20.82.17, 192.20.82.19, 192.20.82.12, 192.20.80.139, 192.20.80.137, 192.20.80.136,
192.20.80.134, 192.20.80.133, 192.20.80.131, 192.20.80.130, 192.20.81.141, 192.20.81.140,
192.20.82.26, 192.20.82.28, 192.20.82.23, 192.20.82.21, 192.20.80.128, 192.20.80.127,
192.20.80.122, 192.20.81.159, 192.20.80.121, 192.20.80.124, 192.20.81.151, 192.20.80.118,
192.20.80.119, 192.20.80.113, 192.20.80.112, 192.20.80.116, 192.20.80.115, 192.20.78.62,
192.20.81.124, 192.20.81.125, 192.20.81.122, 192.20.81.121, 192.20.82.33, 192.20.82.31,
192.20.82.32, 192.20.82.30, 192.20.81.128, 192.20.82.39, 192.20.82.37, 192.20.82.35,
192.20.81.130, 192.20.80.200, 192.20.81.136, 192.20.81.137, 192.20.81.131, 192.20.81.133,
192.20.81.134, 192.20.82.43, 192.20.82.45, 192.20.82.41, 192.20.79.152, 192.20.79.155,
192.20.79.154, 192.25.76.235, 192.25.76.234, 192.25.76.233, 192.25.76.232, 192.25.76.231,
192.25.76.228, 192.25.20.96, 192.25.20.95, 192.25.20.94, 192.25.20.93, 192.24.163.14,
192.24.163.21, 192.24.163.29, 192.24.163.6, 192.18.136.22, 192.18.136.23, 192.24.193.2,
192.24.193.19, 192.24.193.18, 192.24.193.11, 192.20.157.132, 192.20.157.133, 192.24.212.232,
192.24.212.231, 192.24.212.230]
OIDs=[ 1 . 3 . 6 . 1 . 4 . 1 . 2021 . 11 . 9 . 0 , 1.3.6.1.4.1.2021.11.10.0 , 1 . 3 . 6 . 1 . 4 . 2021 . 11 . 11 . 0 , 1.3.6.1.4.1.2021.10.1.3.1 ,
.1.3.6.1.4.1.2021.10.1.3.2,.1.3.6.1.4.1.2021.10.1.3.3,.1.3.6.1.4.1.2021.4.6.0,.1.3.6.1.4.1.2021.4.14.0,
.1.3.6.1.4.1.2021.4.15.0]
myq=队列。队列()
rq=队列。队列()
#使主机和oid成为一个任务
对于主机中的主机:
对于oid中的oid:
myq.put((host,oid))
def poll_one_host()。
虽然正确:
尝试:
#无限循环地从队列中获取任务,直到队列任务为空
host,oid=myq.get(block=False)
session=netsnmp。会话(版本=2,DestHost=主机,团体=群集,超时=3000000,重试次数=0)
var_list=netsnmp。变量列表()
var_list.append(netsnmp。Varbind(oid))
ret=session.get(var_list)
rq.put((host,oid,ret,(time.time() - start_time))
除了排队。空:
破裂
thread_arr=[]
#启动多线程
数量线程=50
对于范围内的I(线程数):
t=螺纹。Thread(target=poll_one_host,kwargs={})
t.setDaemon(True)
启动()
thread_arr.append
#等待任务完成
对于范围内的I(线程数):
thread_arr[i]。加入()
虽然正确:
尝试:
info=rq.get(block=False)
打印信息
除了排队。空:
打印时间.时间()-开始时间
除了get操作,breaknetsnmp还支持walk操作,即遍历一个oid。
但walk要慎用,以免造成高延迟等问题。
0x02 pysnmp测试pysnmp是用python实现的snmp协议库。它为异步提供了自己的支持。
pysnmp的常见操作
导入时间
导入队列
从pysnmp.hlapi.asyncore导入*
t=time.time()
myq=队列。队列()
#回调函数。当数据返回时触发。
def cbFun(snmpEngine,sendRequestHandle,errorIndication,errorStatus,errorIndex,varBinds,cbCtx):
myq.put((time.time()-t,varBinds))
主机=[192.20.150.109 , 192.20.150.110 , 192.20.150.111 , 192.20.150.112 , 192.20.150.113 , 192.20.150.114 ,
192.20.150.115, 192.20.150.116, 192.20.150.117, 192.20.150.118, 192.20.150.119, 192.20.150.120,
192.20.150.121, 192.20.80.148, 192.20.80.149, 192.20.96.59, 192.20.82.14, 192.20.82.15,
192.20.82.17, 192.20.82.19, 192.20.82.12, 192.20.80.139, 192.20.80.137, 192.20.80.136,
192.20.80.134, 192.20.80.133, 192.20.80.131, 192.20.80.130, 192.20.81.141, 192.20.81.140,
192.20.82.26, 192.20.82.28, 192.20.82.23, 192.20.82.21, 192.20.80.128, 192.20.80.127,
192.20.80.122, 192.20.81.159, 192.20.80.121, 192.20.80.124, 192.20.81.151, 192.20.80.118,
192.20.80.119, 192.20.80.113, 192.20.80.112, 192.20.80.116, 192.20.80.115, 192.20.78.62,
192.20.81.124, 192.20.81.125, 192.20.81.122, 192.20.81.121, 192.20.82.33, 192.20.82.31,
192.20.82.32, 192.20.82.30, 192.20.81.128, 192.20.82.39, 192.20.82.37, 192.20.82.35,
192.20.81.130, 192.20.80.200, 192.20.81.136, 192.20.81.137, 192.20.81.131, 192.20.81.133,
192.20.81.134, 192.20.82.43, 192.20.82.45, 192.20.82.41, 192.20.79.152, 192.20.79.155,
192.20.79.154, 192.25.76.235, 192.25.76.234, 192.25.76.233, 192.25.76.232, 192.25.76.231,
192.25.76.228, 192.25.20.96, 192.25.20.95, 192.25.20.94, 192.25.20.93, 192.24.163.14,
192.24.163.21, 192.24.163.29, 192.24.163.6, 192.18.136.22, 192.18.136.23, 192.24.193.2,
192.24.193.19, 192.24.193.18, 192.24.193.11, 192.20.157.132, 192.20.157.133, 192.24.212.232,
192.24.212.231, 192.24.212.230]
OIDs=[ 1 . 3 . 6 . 1 . 4 . 1 . 2021 . 11 . 9 . 0 , 1.3.6.1.4.1.2021.11.10.0 , 1 . 3 . 6 . 1 . 4 . 2021 . 11 . 11 . 0 , 1.3.6.1.4.1.2021.10.1.3.1 ,
.1.3.6.1.4.1.2021.10.1.3.2,.1.3.6.1.4.1.2021.10.1.3.3,.1.3.6.1.4.1.2021.4.6.0,.1.3.6.1.4.1.2021.4.14.0,
.1.3.6.1.4.1.2021.4.15.0]
snmpEngine=SnmpEngine()
#添加任务
对于oid中的oid:
对于主机中的h:
getCmd(snmpEngine,
CommunityData(“集群”),
UdpTransportTarget((h,161),超时=3,重试=0,),
ContextData(),
ObjectType(ObjectIdentity(oid))。
cbFun=cbFun)
time1=time.time() - t
#执行异步snmp获取
snmpengine . transport dispatcher . run dispatcher()
#打印结果
虽然正确:
尝试:
info=myq.get(block=False)
打印信息
除了排队。空:
打印时间1
打印时间. time() - t
Breakpysnmp本身只支持最基本的get和getnext命令,所以如果要使用walk,需要自己实现。
0x03两者的性能测试。在相同的环境下,对两者进行了性能测试。它们都收集了198个宿主和10个oid。
可以看出,netsnmp的获取速度与线程数量有关。当线程数增加到一定程度时,采集时间不再缩短。因为打开线程也需要时间。已经有足够的线程来处理。
Pysnmp性能稍差。pysnmp的详细分析在添加任务时(执行getCmd时)大约需要1.2s,后续收集大约需要3.3秒。
oid数已经增加,实验正在进行。仍然有198个主机和42个oid。
0x04总结一下,可以看到差距进一步拉大了。在线程足够的情况下,netsnmp的效率明显优于pysnmp。
因为两者都支持并行收集多台主机,所以在易用性方面netsnmp更简单,netsnmp支持walk功能。本文更推荐netsnmp。
安装netsnmp需要安装net-snmp。如果centos,用yum更方便。
转载请联系作者取得转载授权,否则将追究法律责任。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。