python自动化运维记录
周蓝捷+方韓+李文惠
摘 要：文章是关于Python在地震监测服务器环境中的应用，使用Python及扩展包进行简易烈度计地震监测服务器运维监控、信息分析和发布。以常见的信息推送、延时统计、数据有效率统计、格式转换及简单数据分析过程提供了例程。
关键词：Python；简易烈度计；运维监控
中图分类号：P315.73 文献标志码：A 文章编号：2095-2945（2017）26-0151-02
1 概况
在福建省简易烈度计地震预警项目实施中，厦门地震勘测研究中心承担项目中简易烈度计站点的勘选、安装、组网建设等工作。在实施过程中，中心在Linux操作系统上，采用Earthworm技术系统搭建了简易烈度计数据处理平台。为了更好的监控系统运行状态，减轻值班人员工作量，采用Python语言编写了系统运行状态监控与信息发布程序。
Python是一门简单易学且功能强大的编程语言。它由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。Python是纯粹的自由软件， 源代码和解释器CPython遵循 GPL（GNU General Public License）协议。它拥有高效的高级数据结构，并且能够用简单而又高效的方式进行面向对象编程。Python简单易学，并具有跨平台特性，虽然运行效率不高，但并不成为瓶颈，不影响系统表现，但开发效率极高，能够帮助运维人员快速达成开发目标。
在开发的过程中，主要使用了Python中的Numpy、Matplotlib、Bsemap和Obspy等扩展包。
2 在烈度计系统运维中的应用
2.1 运维信息使用企业号推送
#定制并获取用户关心的内容content，通过企业号发送出去
#gettoken和senddata两个函数内容略，可直接复用
corpid = 'qiyehaoID'
corpsecret = 'qiyehaoMIYAO'
#获取token
accesstoken = gettoken（corpid，corpsecret）
#系统通知相关变量
user = '1|2|21|zlj|35|36|37|62|63|64|zsp'
#给user发送
contents=getcontent（）
senddata（accesstoken，user，contents）
2.2 烈度计数据处理
2.2.1 OBSPY.EARTHWORM.CLIENT应用
#实时获取Earthworm服务器中台站数据当前的延时
from obspy.clients.earthworm import Client
from obspy import UTCDateTime
clientZ = Client（"10.35.176.14"， 16022， timeout=5）
t = UTCDateTime（）
print（"Process started at："， t）
responses =clientZ.get_availability（network="FJ"）
delays=（）
for response in responses：
delays += （response[1]，response[5]，t-response[5]）
print（'site：'，response[1]，'last received：'，response[5]，'delay is：'，float（t-response[5]））
delayinseconds=delays[2：：3]
delaymax=max（delayinseconds）
delaymin=min（delayinseconds）
print（'current time is'，t，'.processed'，len（delays）/3，'sites.'）
print（'max delay of above is：'，delaymax，'and min is：'，delaymin）
2.2.2 OBSPY-SCAN應用
我们经常会有一堆数据，但是要处理的事件只是其中几分钟，我们想看看其中有哪些台站是可以用的，或者，我们想知道这段时间整个台网运行的情况。ObsPy提供了obspy-scan脚本可供使用。它在文件头中检数据文件格式（支持MiniSEED、SAC、SACXY、GSE2、SH-ASC、SH-Q、SEISAN等等），通过计算，以红色竖线绘制出断记，以小叉表示数据起始点，将整个数据文件的有效性直观的展现出来。这个脚本工具可以一次性扫描超过1000个文件（实际上已经在超过30000个文件的序列中运用过，计算持续时间45分钟）。它能够自动的将数据文件对应的年份月份绘制出来。对于绘制结果，我们还可以对关心的片段进行放大。
如下简单的一个指令即可进行数据文件扫描：
$obspy-scan /home/xmzk/357/*HLZ.mseed -o 357report.png
图1 obspy-scan的结果
2.2.3 波形按震中距排序分布图的绘制
以2016年10月31日16：26分广东梅州3.6级地震事件中，福建省漳州市境内128个简易烈度计的数据记录，做简单的震中距排序分布图为例：endprint
#在列表中查询台站经纬度，计算震中距，0.1-10Hz带通滤波，做震中距排序分布图
#关键部分代码
for sta in stas：
y，x=os.popen（"grep "+sta+" /root/allstation | awk '{print $2，$3}'"）.read（）.split（）
stZs.select（station=sta）[0].stats.stla=float（x）
stZs.select（station=sta）[0].stats.stlo=float（y）
for sts in stZs：
sts.stats.distance=gps2dist_azimuth（sts.stats.stla，sts.stats.stlo，eq_lat，eq_lon）[0]
Zstf=stZs.filter（'bandpass'，freqmin=0.1，freqmax=10）
Zstf.plot（type='section'）
plt.savefig（'/root/imgs/Z-section-'+et+'.png'）
2.2.4 数据文件的抽取和格式的转换
#对给定的miniseed文件，抽取指定时间的数据片段，并转换为SAC格式
from obspy import read，Stream，UTCDateTime
import numpy as np
import os，datetime
pa=input（"请输入数据文件完整路径，以'/'结束（ eg. /home/xmzk/mseed/FJ/2016/305/，当前目录 ./ ）："）
et=input（"请输入有效起始UTC时刻，格式YYYYMMDD-HHMM（ eg. 20161030-0826 ）："）
drt=input（"请输入需要取出的时间长度，单位整数秒（ eg. 300 ）："）
dt=UTCDateTime（datetime.datetime.strptime（et，'%Y%m%d-%H%M'））
stZs=read（pa+"*HLZ*.mseed"，starttime=dt，endtime=dt+int（drt））.merge（）.sort（）
for sts in stZs：
if hasattr（sts.data，'mask'）：
sts.data=sts.data.filled（0）
for sts in stZs：
sts.write（'./'+sts.id+'.SAC'，format='SAC'）
3 小結与展望
采用Python语言及相应的扩展包能够提高地震学项目的开发效率，能够减少在计算机编程语言方面的学习时间，成倍的提升数据处理工作效率，能够提供丰富的图形可视化结果，具有光明的前景，是值得学习并使用的高级计算机语言之一。
参考文献：
[1]Python Tutorial.http：//www.pythondoc.com/pythontutorial3/index.html.
[2]TIOBE.http：//www.tiobe.com/.
[3]Numpy.http：//www.numpy.org/.
[4]Matplotlib.http：//matplotlib.org/.
[5]Basemap.http：//matplotlib.org/basemap/.
[6]ObsPy Tutorial.http：//docs.obspy.org/tutorial/.endprint
