Python利用Diagrams繪制漂亮的系統(tǒng)架構圖
Diagrams 是一個基于Python繪制云系統(tǒng)架構的模塊，它能夠通過非常簡單的描述就能可視化架構，并支持以下6個云產(chǎn)品的圖標：
AWS、Azure、GCP、K8s、阿里云 和 Oracle 云
基于Diagrams提供的節(jié)點，你只需要指定一個云產(chǎn)品（實際上選哪個都一樣，我們只需要那個產(chǎn)品相應的圖標，你可以選一個自己覺得好看的產(chǎn)品），使用其內部自帶的云產(chǎn)品的圖標，就能簡單繪制基于某云產(chǎn)品圖標的架構圖。
比如下面的代碼，繪制了一個簡單的基于數(shù)據(jù)庫集群的網(wǎng)絡服務架構：
from diagrams import Cluster, Diagram
from diagrams.aws.compute import ECS
from diagrams.aws.database import RDS
from diagrams.aws.network import Route53
with Diagram("Simple Web Service with DB Cluster", show=False):
dns = Route53("dns")
web = ECS("service")
with Cluster("DB Cluster"):
db_master = RDS("master")
db_master - [RDS("slave1"),
RDS("slave2")]
dns >> web >> db_master
非常非常適合用來做論文的架構圖繪制，強烈推薦。
1.準備
開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上,如果沒有，可以訪問這篇文章：超詳細Python安裝指南 進行安裝。
(可選1) 如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda，它內置了Python和pip.
(可選2) 此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點
請選擇以下任一種方式輸入命令安裝依賴：
1. Windows 環(huán)境 打開 Cmd (開始-運行-CMD)。
2. MacOS 環(huán)境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.
pip install diagrams
看到 Successfully installed xxx 則說明安裝成功。
Diagrams 使用了 graphviz 作為渲染工具，因此為了順利使用 Diagrams ，還需要下載 graphviz：
https://www.graphviz.org/download/
macOS用戶可以直接brew安裝:
brew install graphviz
2.基本使用與例子
2.1 初始化與導出
使用 Diagram 類初始化一個繪圖上下文，這個類接收到的第一個參數(shù)將會成為架構圖的文件名，而一當代碼運行完畢，它將會以該文件名保存（空格會被下劃線所替代）：
from diagrams import Diagram
from diagrams.aws.compute import EC2
with Diagram("Simple Diagram"):
EC2("web")此外，它還可以選擇導出的文件格式，在Diagram類里增加outformat參數(shù)，也可以不以第一個參數(shù)為文件保存名稱，增加filename參數(shù)指定名稱即可：
with Diagram("Simple Diagram", outformat="jpg", filename="my_diagram")2.2 節(jié)點類型
由于節(jié)點類型比較多，我們無法一一展示出來，所有類型的節(jié)點里都可以在官方文檔里找到，比如：
阿里云：https://diagrams.mingrammer.com/docs/nodes/alibabacloud
K8S：https://diagrams.mingrammer.com/docs/nodes/k8s
AWS：https://diagrams.mingrammer.com/docs/nodes/aws
接下來以AWS為例子，講解幾個基本的數(shù)據(jù)流例子：
from diagrams import Diagram
from diagrams.aws.compute import EC2
from diagrams.aws.database import RDS
from diagrams.aws.network import ELB
from diagrams.aws.storage import S3
# show參數(shù)表示是否自動打開圖像
with Diagram("Web Services", show=False):
ELB("lb") >> EC2("web") >> RDS("userdb") >> S3("store")
ELB("lb") >> EC2("web") >> RDS("userdb") << EC2("stat")
(ELB("lb") >> EC2("web")) - EC2("web") >> RDS("userdb")
幾個操作符：
>> 表示從左到右的數(shù)據(jù)流
<< 表示從右到左的數(shù)據(jù)流
- 表示沒有箭頭的數(shù)據(jù)流
還可以用變量賦值的形式簡化代碼：
from diagrams import Diagram
from diagrams.aws.compute import EC2
from diagrams.aws.database import RDS
from diagrams.aws.network import ELB
with Diagram("Workers", show=False, direction="TB"):
lb = ELB("lb")
db = RDS("events")
lb >> EC2("worker1") >> db
lb >> EC2("worker2") >> db
lb >> EC2("worker3") >> db
lb >> EC2("worker4") >> db
lb >> EC2("worker5") >> db
可以看到這里箭頭的方向變了，這是因為Diagram加了direction參數(shù)，TB 表示數(shù)據(jù)流向 top to bottm, 即從上到下，可選的其他參數(shù)還有：LR(左至右)、BT(底至上)、RL(右至左)。
上面的代碼還可以用數(shù)組的形式進一步簡化：
from diagrams import Diagram
from diagrams.aws.compute import EC2
from diagrams.aws.database import RDS
from diagrams.aws.network import ELB
with Diagram("Grouped Workers", show=False, direction="TB"):
ELB("lb") >> [EC2("worker1"),
EC2("worker2"),
EC2("worker3"),
EC2("worker4"),
EC2("worker5")] >> RDS("events")2.3 集群塊
使用Cluster 類 并用with以上下文的形式，你可以非常方便地生成一個集群塊：
from diagrams import Cluster, Diagram
from diagrams.aws.compute import ECS
from diagrams.aws.database import RDS
from diagrams.aws.network import Route53
with Diagram("Simple Web Service with DB Cluster", show=False):
dns = Route53("dns")
web = ECS("service")
with Cluster("DB Cluster"):
db_master = RDS("master")
db_master - [RDS("slave1"),
RDS("slave2")]
dns >> web >> db_master
而且還可以做得相當復雜：
這里代碼很簡單，但是比較長，后續(xù)還有一個比較重要的例子，這里就不展示了
from diagrams import Cluster, Diagram
from diagrams.aws.compute import ECS, EKS, Lambda
from diagrams.aws.database import Redshift
from diagrams.aws.integration import SQS
from diagrams.aws.storage import S3
with Diagram("Event Processing", show=False):
source = EKS("k8s source")
with Cluster("Event Flows"):
with Cluster("Event Workers"):
workers = [ECS("worker1"),
ECS("worker2"),
ECS("worker3")]
queue = SQS("event queue")
with Cluster("Processing"):
handlers = [Lambda("proc1"),
Lambda("proc2"),
Lambda("proc3")]
store = S3("events store")
dw = Redshift("analytics")
source >> workers >> queue >> handlers
handlers >> store
handlers >> dw2.4 自定義線的顏色與屬性
使用Edge函數(shù)，你可以自定義線的顏色與屬性以及備注，比如：
Edge(color="firebrick", style="dashed", label="test") # 使用火磚色，線的類型為虛線，備注為test
下面是一個比較復雜的例子，但是你如果認真閱讀了，會發(fā)現(xiàn)它其實很簡單：
from diagrams import Cluster, Diagram, Edge
from diagrams.onprem.analytics import Spark
from diagrams.onprem.compute import Server
from diagrams.onprem.database import PostgreSQL
from diagrams.onprem.inmemory import Redis
from diagrams.onprem.logging import Fluentd
from diagrams.onprem.monitoring import Grafana, Prometheus
from diagrams.onprem.network import Nginx
from diagrams.onprem.queue import Kafka
with Diagram(name="Advanced Web Service with On-Premise (colored)", show=False):
ingress = Nginx("ingress")
metrics = Prometheus("metric")
metrics << Edge(color="firebrick", style="dashed") << Grafana("monitoring")
with Cluster("Service Cluster"):
grpcsvc = [
Server("grpc1"),
Server("grpc2"),
Server("grpc3")]
with Cluster("Sessions HA"):
master = Redis("session")
master - Edge(color="brown", style="dashed") - Redis("replica") << Edge(label="collect") << metrics
grpcsvc >> Edge(color="brown") >> master
with Cluster("Database HA"):
master = PostgreSQL("users")
master - Edge(color="brown", style="dotted") - PostgreSQL("slave") << Edge(label="collect") << metrics
grpcsvc >> Edge(color="black") >> master
aggregator = Fluentd("logging")
aggregator >> Edge(label="parse") >> Kafka("stream") >> Edge(color="black", style="bold") >> Spark("analytics")
ingress >> Edge(color="darkgreen") << grpcsvc >> Edge(color="darkorange") >> aggregator
到此這篇關于Python利用Diagrams繪制漂亮的系統(tǒng)架構圖的文章就介紹到這了,更多相關Python Diagrams繪制系統(tǒng)架構圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了如何使用Python編寫一個簡單的應用程序，將文本轉換為語音，文中的示例代碼講解詳細，感興趣的小伙伴可以動手嘗試一下2023-08-08
本文和你一起探索Python中的lambda函數(shù)，讓你以最短的時間明白這個函數(shù)的原理。也可以利用碎片化的時間鞏固這個函數(shù)，讓你在處理工作過程中更高效2022-06-06
本文主要介紹了python引入其他py文件或模塊，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-01-01
今天小編就為大家分享一篇對Python函數(shù)設計規(guī)范詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
結合matplotlib和numpy創(chuàng)建動態(tài)五角星動畫,步驟包括安裝庫、編寫代碼和運行腳本,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-11-11
這篇文章主要介紹了詳解Python中用于計算指數(shù)的exp()方法,是Python入門中必會的基本方法,需要的朋友可以參考下2015-05-05
python logging 日志輪轉文件不刪除問題的解決方法
最近在維護項目的python項目代碼，項目使用了 python 的日志模塊 logging， 設定了保存的日志數(shù)目， 不過沒有生效，還要通過contab定時清理數(shù)據(jù)2016-08-08
今天小編就為大家分享一篇python Tkinter的圖片刷新實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
使用BeautifulSoup和Pandas進行網(wǎng)頁數(shù)據(jù)抓取與清洗處理
在數(shù)據(jù)分析和機器學習的項目中,數(shù)據(jù)的獲取,清洗和處理是非常關鍵的步驟,下面我們就來講講如何利用Python中的Beautiful Soup庫進行這樣的操作吧2025-02-02
解決pycharm 工具欄Tool中找不到Run manager.py Task的問題
今天小編就為大家分享一篇解決pycharm 工具欄Tool中找不到Run manager.py Task的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07