如何使用 Python 通过代码创建图表
简介
Diagram as Code 工具允许您创建基础架构的架构图。您可以重复使用代码、测试、集成和自动化绘制图表的过程，这将使您能够将文档视为代码，并构建用于映射基础架构的流水线。您可以使用 diagrams 脚本与许多云提供商和自定义基础架构。
在本教程中，您将使用 Python 创建一个基本的图表，并将其上传到对象存储桶。完成后，您将了解 diagrams 脚本的工作原理，从而能够创建新的集成。
步骤 1 — 安装 Graphviz
在这一步中，您将安装 Graphviz 工具。Graphviz 是 diagrams 模块的引擎，它生成图表本身。
首先，更新服务器的软件包：
sudo apt update
然后，使用以下命令安装 Graphviz：
sudo apt install -y graphviz
-y 选项会自动回答安装过程中的任何额外提示。您也可以下载其他发行版的 Graphviz。
安装完成后，您将拥有安装的 Graphviz。
因为您将在本教程后面使用 Pip3 安装 Python 依赖项，您可以检查您是否有正确的版本：
pip3 --version
您应该会看到类似以下的内容：
pip 20.0.2 from /usr/lib/python3/dist-packages/pip (python 3.8)
在这一步中，您更新了服务器，安装了 Graphviz，并检查了 Pip 的版本。接下来，您将构建 diagrams 脚本。
步骤 2 — 构建 Python 脚本
在这一步中，您将在 Python 中编写一个示例图表脚本。
首先，创建一个工作文件夹：
mkdir ~/my-diagram
创建项目文件夹后，使用以下命令进入该文件夹：
cd ~/my-diagram
然后，创建一个 requirements.txt 文件以跟踪项目依赖项：
echo -e "diagrams==0.21.1\ngraphviz==0.16" | tee requirements.txt
此命令有两个关键字：echo 将打印字符串，-e 选项将使用 \n 插入来解析新行，以创建一个格式良好的 requirements 文件。
| 符号表示将 echo 语句的结果传递给管道。tee 命令接受管道输入，并根据列出的参数创建一个新文件：在本例中，是 requirements.txt。
Python 中的 requirements.txt 文件提供了运行脚本所需的模块列表。目前，该项目有两个依赖项。
创建文件后，您将看到以下输出：
diagrams=0.21.1
graphviz=0.16
此显示指示了两个工具的版本号。
现在，您将编写 Python 脚本以创建图表图像。
确保您仍在创建的目录中：
cd ~/my-diagram
接下来，使用 nano 或您喜欢的文本编辑器打开一个新文件：
nano my-diagram.py
添加以下代码：
from diagrams import Diagram, Cluster, Edge
此行将导入创建通用图表元素所需的图表部件。
接下来，您必须导入绘制您将构建的 DigitalOcean 基础架构所需的内容。在本示例中，您将创建一个图表，显示两个 Droplets 连接到一个数据库，并且所有主机都将日志发送到一个 Logstash 实例。
添加以下行以导入 Droplet、DbaasPrimary 和 Logstash 图标：
...
from diagrams.digitalocean.compute import Droplet
from diagrams.digitalocean.database import DbaasPrimary
from diagrams.elastic.elasticsearch import Logstash
这些行导入了本教程所需的图标。您可以在 Mingrammer 文档中找到所有可用的 DigitalOcean 图标。
导入图标后，您可以开始构建图表。此代码部分将创建一个名为 My Diagram: Droplets 的图表：
...
with Diagram("My Diagram: Droplets", show=False, filename="my-diagram", direction="LR"):
show 参数可以在创建时打开它，但由于您正在使用 Linux 主机，它已设置为 False。生成的文件将被命名为分配给 filename 的任何字符串。direction 是您希望图表打印的方向。direction 的支持值为 TB（从上到下）和 LR（从左到右）。选择 direction 可以使图表更易于阅读。对于此图表，您将使用 LR。
最后，将图标添加到图表中：
...
with Diagram("My Diagram: Droplets", show=False, filename="my-diagram", direction="LR"):
with Cluster("DigitalOcean"):
droplet1 = Droplet("My first Droplet")
droplet2 = Droplet("My second Droplet")
db = DbaasPrimary("My database")
logstash = Logstash("Logstash service")
Cluster 在图表中为您的 Droplets 创建一个框，显示它们在名为 DigitalOcean 的空间中。Droplet、DbaasPrimary 和 Logstash 将创建以字符串提供的图标名称。
接下来，您将通过添加以下行来在图表中的各个项目之间创建依赖关系：
...
[droplet1, droplet2] >> db >> [droplet1, droplet2]
[droplet1, droplet2, db] >> Edge(color="firebrick", style="dashed") >> logstash
您将您的 Droplets 连接到上面创建的 DbaasPrimary 数据库，既读又写。然后，您添加了一个颜色为 firebrick 的虚线，以指示从 Droplets 和主数据库到 Logstash 的连接。
您的最终 my-diagram.py 文件将如下所示：
from diagrams import Diagram, Cluster, Edge
from diagrams.digitalocean.compute import Droplet
from diagrams.digitalocean.database import DbaasPrimary
from diagrams.elastic.elasticsearch import Logstash
with Diagram("My Diagram: Droplets", show=False, filename="my-diagram", direction="LR"):
with Cluster("DigitalOcean"):
droplet1 = Droplet("My first droplet")
droplet2 = Droplet("My second droplet")
db = DbaasPrimary("My database")
logstash = Logstash("Logstash service")
[droplet1, droplet2] >> db >> [droplet1, droplet2]
[droplet1, droplet2, db] >> Edge(color="firebrick", style="dashed") >> logstash
保存并关闭文件。
现在，您在同一个文件夹中有一个名为 my-diagram.py 和一个名为 requirements.txt 的文件。
有了这两个文件，您可以安装所需的模块并创建图表。
步骤 3 — 创建图表
完成编写 Python 脚本后，您可以运行它以创建图表。
首先使用 Pip 安装所需的库：
pip3 install -r requirements.txt
您将看到以下输出：
Collecting diagrams==0.21.1
Using cached diagrams-0.21.1-py3-none-any.whl (23.8 MB)
Collecting graphviz==0.16
Using cached graphviz-0.16-py2.py3-none-any.whl (19 kB)
Requirement already satisfied: jinja2<4.0,>=2.10 in /usr/lib/python3/dist-packages (from diagrams==0.21.1->-r requirements.txt (line 1)) (2.10.1)
Installing collected packages: graphviz, diagrams
Successfully installed diagrams-0.21.1 graphviz-0.16
安装完成所需的库后，运行 Python 脚本：
python3 my-diagram.py
此脚本将生成一个名为 my-diagram.png 的图表，如下所示：
!The Droplets and Database diagram
有关不同类型图标和使用此模块的其他方法的更多信息，请参阅 Mingrammer 文档。
在这一步中，您已创建了图表。接下来，您将把它添加到对象存储中，以便可以访问 .png 文件。
步骤 4 — 将图表上传到对象存储
为了能够从不同位置查看您的图表，现在将图表上传到对象存储。在本教程中，您将使用 DigitalOcean Spaces 存储桶。
在先决条件中，您已设置了一个 Spaces 存储桶并创建了一组访问密钥。
接下来，安装 s3cmd，这是一个用于通过 CLI 与 s3 风格 API 进行交互的工具：
sudo apt install -y s3cmd
安装完成后，配置 s3cmd：
s3cmd --configure
现在，您将使用 API 凭据和其他首选项设置配置。下面的每个提示将作为自己的行加载，因此请使用您的信息和选择更新下面的突出显示部分：
HTTP 代理服务器名称：
新设置：
访问密钥：your-access-key
密钥：your-secret-key
默认区域：EU
S3 端点：ams3.digitaloceanspaces.com
用于访问存储桶的 DNS 样式主机名+端口模板：%(bucket)s.ams3.digitaloceanspaces.com
加密密码：your-encryption-password
GPG 程序路径：/usr/bin/gpg
使用 HTTPS 协议：True
HTTP 代理服务器名称：
HTTP 代理服务器端口：0
S3 端点 需要与 Spaces 设置中提供的端点匹配，并且 DNS 样式 需以类似格式的方式设置。上面的示例使用 ams3，因为此 Spaces 存储桶托管在阿姆斯特丹数据中心 3 上。请相应更新您的设置。
设置完首选项后，选择 Y 来测试凭据：
使用提供的凭据测试访问权限？[Y/n] Y
测试将运行。如果失败，您可以提供新的凭据进行配置并重试。一旦成功，您将看到以下显示：
请稍候，尝试列出所有存储桶...
成功。您的访问密钥和密钥工作正常 :-)
现在验证加密是否有效...
成功。加密和解密工作正常 :-)
现在，您可以通过运行 s3cmd 命令上传文件：
s3cmd put my-diagram.png s3://your_space_name/my-diagram.png
上传完成后，您将看到以下显示：
upload: 'my-diagram.png' -> 's3://your-space-name/my-diagram.png' [1 of 1]
43672 of 43672 100% in 0s 1516.98 kB/s done
如果您的存储桶是公开访问的，或者您已将图表设置为公开，您可以访问 https://your-space-name.ams3.digitaloceanspaces.com/my-diagram.png 查看您的图表。请确保使用您的存储桶名称和其数据中心更新 URL。
如果您的存储桶不是公开访问的，您可以更改文件权限使其公开，或者您可以从存储桶下载图像到本地计算机。
如果您不需要保留在本教程中创建的服务器和对象存储，您可以按照文档中有关删除 Droplets 和销毁 Spaces 的说明进行操作。
结论
您已使用 Python 创建了一个图表，您可以根据需要修改它以满足您未来的图表创建需求。您将不再需要手动拖动框来创建图表。