SpringCloud项目。
项目简略文档：见 “Documents/项目需求与设计文档.docx”
父工程：HostMonitor
|__ 子工程：hostmonitor_commons
|__ 子工程：hostmonitor_data_collector_9000
|__ 子工程：hostmonitor_data_collector_9001
|__ 子工程：hostmonitor_web_80
|__ 子工程：hostmonitor_client
**hostmonitor_commons：**公共对象模块，若工程公共对象过多会移动到common并集中打包（目前暂时不用）
**hostmonitor_data_collector_9000：**通过socket接受client的采样数据，数据库CRUD。位于9000端口
**hostmonitor_data_collector_9001：集成了通过socket接受client的采样数据的采样方式和通过SSH方式链接client采样的方式， 数据库CRUD。 位于9001端口，其中socket采样方式与9000相同，如果使用SSH采样方式无需使用client端，且无需安装java、python依赖，与9001端相关的 其他配置信息可见该模块中的README文件
**hostmonitor_web_80：**显示web界面，位于80端口（从而可直接输入域名/ip直接访问页面），向9000请求数据，具有数据缓存功能。
**hostmonitor_client：**运行在被监控节点上，用于采样数据并通过socket发送到hostmonitor_data_collector_9000。
nacos：用于注册中心（可选项）
中心式配置文件（目前为离散式）
配置文件
（1）HostList.csv ：data_collector_9001通过SSH采样时，需要连接的被监测节点的信息
（2）Config.json ：数据采样格式
（3）Proxy.csv ：如果HostList中的节点链接需要使用代理，则将代理信息填于此表
（4）SystemSetting.json :与系统采样和报告相关的参数信息
windows：安装同级目录下的smartmontools-7.2-1.win32-setup.exe
Linux：apt-get install smartmontools 或 yum install smartmontools
在windows上安装smartmontools之后，包含 smartctl.exe必须添加到系统路径，可能需重启。
磁盘故障预测文件
（1）client：
**SampleData：**采样后的数据以及title.csv（采样表头），的存放位置。
**data_collector.py：**故障预测采样程序。
（2）DiskPredictModule：
故障预测python文件。进行模型训练、预测、数据处理等操作时会通过java 调用python。
**/Lib/site-packages：**运行py文件所需的依赖库文件，为方便配置可直接在python/Lib/site-packages下解压
**（3）original_data：**故障预测原数据文件。需要将采样的数据放置此处。可参考original_data_test的格式
**（4）original_data_test：**用于测试的数据
**（5）processed_data：**数据预处理后的文件
**（6）train_data：**预处理后的训练文件
**（7）models：**训练好的模型文件
**（8）predict_data：**预测文件，当用户需要进行磁盘故障预测时，将当前的磁盘采样数据放置到此文件夹下。
**（9）result：**预测文件的结果，会根据当前预测的时间放在对应时间格式（年/月）下的文件夹里，结果文件与预测文件同名。
（1） JDK1.8
（2）python3.7
**（3）python库：**pySMART
（4）smartmontools： 根据操作系统安装 smartmontools-7.2-1.win32-setup.exe 或 apt-get install smartmontools
（1） JDK1.8
（2） Nacos（暂不用）
github：https://github.com/alibaba/nacos/tree/develop
下载：https://github.com/alibaba/nacos/releases 选择 nacos-servewr-2.0.0.zip
（3）python3.7（3.7.6）
**（4）python库：**scipy，numpy，sklearn，pandas，prettytable等。
可以将打包好的库文件解压覆盖到python的Lib/site-packages下
（1）浏览器
父工程里执行maven clean 和install。会在每个子项目的target中得到对应JAR包。
需依照顺序
（目前直接忽略此步骤）
进入nacos/bin，windows下以单机版运行
startup.cmd -m standalone
java -jar HostMonitor_DataCollector.jar
java -jar HostMonitor_Web.jar
需要确保ConfigData、DiskPredict及内部配置文件在HostMonitor_DataCollector.jar同级目录中。
确保python3.7安装完成，且DiskPredict\DiskPredictModule的依赖库已安装
**注意：**windows 可能会存在 IIS占用80端口，需要关闭功能。 https://www.laoliang.net/jsjh/technology/4016.html
进入nacos默认网页。默认账户：nacos，密码：nacos。
http://localhost:8848/nacos/#/loginjava -jar HostMonitor_Client.jar
在每个被监控Host上，以管理员身份运行 hostmonitor_client。如使用IDEA调试，需要以管理员身份运行IDEA。
需保证ConfigData，DiskPredict 配置文件在.jar同级目录中。
进入网页
//本机上：直接在浏览器内输入
localhost
//部署在服务器上：浏览器输入服务器ip或域名
https://www.backblaze.com/b2/hard-drive-test-data.html#downloading-the-raw-hard-drive-test-data
最下面，找到 Downloading the Raw Hard Drive Test Data，下载数据。解压到DiskPredict/original_data
格式应形如：DiskPredict/original_data_test，保证具有年份，月份文件夹。
项目默认不使用Nacos，当然由于未移除@EnableDiscoveryClient等配置，会导致运行报错，但不影响项目正常执行。
（1）若需开启注册中心，需要修改hostmonitor_web_80中的配置
application.yml：data_collector_service字段，改为名字
ApplicationContextBean：使用@LoadBalanced
单个SpringBoot项目demo。具有简单框架，支持demo阶段业务功能。
能够使用ssh远程连接并执行shell。实现数据库存取。前端简单界面显示。
springcloud项目，需求较为明确。（current version）
以具体需求划分相应界面。实现简单的部署与演示。
前端界面完善，完善数据库存取过程。
（1）basic
HomePage：时间段折线图显示
后端：返回最近时间段内的数据
实时数据存入数据库
HostInfo：时间段折线图显示
后端：返回最近时间段内的数据
ProcessIOInfo：实时显示进程情况
后端：返回实时进程情况
（2）low
HostConfig：修改Host配置文件
读取修改excel文件。
后端，Host配置文件CRUD，配置文件写入同步修改。
IOTest：点击进行IO测试
后端，返回IO测试结果
（3）故障预测-工作流程整合
Host采样部分整合。定期采样Host故障预测所需数据。
DiskFailurePredict：获取Host及其磁盘的故障预测结果，查看磁盘故障预测历史折线图
后端：磁盘故障预测结果存入数据库。
获取最近数据，获取最近时间段数据。
DiskFailurePredictConfig：重新进行故障预测。
后端：调用故障预测代码。
web后端内数据缓存。
hostmonitor_client: 实现数据分离采样，在windows/Linux环境下的Host本地定时采样数据，并使用socket远程发送数据。
使用OSHI进行硬件采样。
故障预测全流程接入