怎么用脚本获取网络流量统计

从入门到精通的完整指南

目录导读

1. 为什么需要脚本统计网络流量？
2. 核心工作原理：流量数据的来源与抓取
3. 主流脚本方案对比（Python/Bash/Perl）
4. 实战：用Python脚本捕获实时流量
5. 企业级方案：流量统计的自动化与可视化
6. 常见问题与错误排查
7. SEO优化与性能建议

为什么需要脚本统计网络流量？

问：手动查看路由器的流量统计不够用吗？

答：路由器的Web界面只能提供简单的总量数据，无法满足以下需求：

• 实时监控：脚本可以实现秒级抓取，而网页刷新通常有5-10秒延迟
• 多维度分析：按IP、端口、协议（TCP/UDP）、应用层（HTTP/DNS）进行分类统计
• 自动化告警：流量突增时自动触发脚本执行安全策略（如临时封禁IP）
• 长期存储：将数据写进数据库（MySQL/InfluxDB），便于月报生成
• 跨平台整合：同一套脚本可运行在Linux、Windows、macOS甚至路由器（OpenWrt）上

据统计,使用脚本进行流量分析后，企业网络异常发现时间平均缩短78%（来源：NANOG网络运营组2023年报告）。

核心工作原理：流量数据的来源与抓取

问：脚本到底从哪里拿到流量数据？

答：主要依赖以下系统接口：

1 /proc/net/dev（Linux核心方法）

Inter-|   Receive                  |  Transmit
 face |bytes packets errs drop  …  |bytes packets errs drop
eth0: 123456  789   0    0       654321  456   0    0

• 脚本读取此文件,解析每行数据（接口名、接收/发送字节数）
• 关键点：bytes是累计值，需定期采样并计算差值（如每5秒读取一次）

2 ifconfig/ip 命令（通用方法）

• ifconfig eth0 输出中包含 RX bytes 和 TX bytes
• 脚本执行系统命令并解析文本（注意：MacOS使用netstat -ib）

3 tcpdump + libpcap（深度包分析）

• 捕获原始网络包,按五元组（源IP、目标IP、端口、协议）分类
• 适合需要分析具体应用流量（如某视频流占用带宽）的场景

4 路由器API（OpenWrt/iKuai等）

• 通过curl调用路由器的JSON API获取实时流量
• 示例：curl http://192.168.1.1/cgi-bin/luci/;stok=/admin/status/iface/eth0

主流脚本方案对比

推荐组合：日常监控用Bash+Crontab，深度分析用Python+InfluxDB。

实战：用Python脚本捕获实时流量

步骤1：安装依赖

pip install psutil requests influxdb-client
# psutil：系统状态库（可替代读取/proc）

步骤2：基础版本（每5秒输出一次）

import psutil
import time
def get_net_speed():
    old = psutil.net_io_counters()
    time.sleep(5)
    new = psutil.net_io_counters()
    # 计算速率（字节/秒）
    sent = (new.bytes_sent - old.bytes_sent) / 5
    recv = (new.bytes_recv - old.bytes_recv) / 5
    print(f"上传: {sent/1024:.2f} KB/s | 下载: {recv/1024:.2f} KB/s")
# 无限循环
while True:
    get_net_speed()

步骤3：进阶版本（按进程分组）

import psutil
def get_process_traffic():
    for proc in psutil.process_iter(['pid', 'name', 'connections']):
        try:
            conns = proc.connections()
            if conns:
                # 通过/proc/[pid]/net/dev获取该进程的流量（部分Linux支持）
                total_rx = sum(c.bytes_recv for c in conns if hasattr(c, 'bytes_recv'))
                total_tx = sum(c.bytes_sent for c in conns if hasattr(c, 'bytes_sent'))
                print(f"{proc.name()}(PID:{proc.pid}) 发送:{total_tx} 接收:{total_rx}")
        except:
            pass

注意：按进程统计需要root权限（Linux需psutil使用root模式）。

企业级方案：流量统计的自动化与可视化

1 数据存储到InfluxDB（时间序列数据库）

from influxdb_client import InfluxDBClient
client = InfluxDBClient(url="http://your-server:8086", token="your-token")
write_api = client.write_api()
while True:
    net = psutil.net_io_counters()
    data = f"traffic,host=server1,iface=eth0 sent={net.bytes_sent},recv={net.bytes_recv}"
    write_api.write("bucket_name", "org", data)
    time.sleep(10)

2 Grafana可视化

• 创建仪表盘,连接InfluxDB数据源
• 使用SELECT mean("sent") FROM "traffic" WHERE $timeFilter GROUP BY time(5s)
• 设置阈值告警（下载>50MB/s时发送邮件/钉钉通知）

3 安全增强

• IP黑白名单：抓取实时IP流量，超过阈值自动添加iptables规则
• 异常检测：用Python结合机器学习库（如scikit-learn）识别DDoS攻击模式

常见问题与错误排查

Q1：脚本读取的流量数据比路由器显示的小很多？

• 原因：路由器统计包含广播帧和包头的完整数据，而脚本只采集团包数据（payload）
• 解决：用ip -s link show eth0查看精确字节数，或忽略此差异（差值通常在3%以内）

Q2：如何在Windows上获取进程级流量？

• 方案1：使用wmic命令获取NetUse或NetStatistics
• 方案2：第三方库pcapy（需要WinPcap）
• 方案3：直接读取网卡性能计数器（perfmon）

Q3：脚本运行时CPU占用飙升怎么办？

• 原因：使用纯Python循环轮询，或pyshark深度包解码
• 优化：改用C语言扩展（如scapy改为dpkt），或降低采样频率（从1秒改到5秒）

Q4：大量历史数据如何清理？

• 数据库侧：InfluxDB设置retention policy（保留7天）
• 文件侧：用logrotate或Python脚本删除7天前的CSV文件

SEO优化与性能建议

1 脚本性能黄金准则

• 避免阻塞：多网口环境使用asyncio并发读取
• 缓存数据：同一进程内复用psutil.net_io_counters()的中间结果
• 减少IO：将日志写入本地，而不是每次采样都写数据库（攒10条批处理）

2 内容SEO要点

• 关键词自然融入、H2、前100字、结尾段落重复“脚本获取网络流量统计”
• 结构化数据：使用FAQ Schema标记问答部分（见下文）
• 内部链接：在“企业级可视化”部分链接到Grafana官方文档
• 外链策略：引用权威来源如psutil官方文档、Linux /proc/net/dev手册

3 示例FAQ Schema（JSON-LD）

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "脚本如何获取路由器上的流量统计？",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "通过路由器的SNMP协议（如OpenWrt的luci API）或SSH执行远程命令，示例：curl http://192.168.1.1/cgi-bin/luci/status/iface/eth0 获取JSON数据。"
    }
  }]
}

延伸阅读与资源

• GitHub开源方案：ntopng（C++）、vnstat（AIX/Linux）
• 商业替代：SolarWinds、PRTG（但脚本方案成本降低90%）
• 书籍推荐：《网络流量监控与分析方法》（O'Reilly）

最终建议：从最简单的Bash脚本开始，逐步过渡到Python+数据库方案，对于家庭路由器（如梅林固件），可直接使用官方API搭配curl+sed，无需安装额外依赖。