coredotcloud 0.7.1

A simple system monitoring tool for CoreDotCloud

coredotcloud 코어닷클라우드 - 시스템 모니터링 클라이언트

coredotcloud는 CPU, 메모리, 디스크, 네트워크, GPU 사용량 등의 시스템 정보를 정기적으로 수집하여 RESTful API로 전송하는 Python 패키지입니다. 다중 CPU 및 GPU를 지원하며, 가벼운 JSON 형식의 데이터를 효율적으로 전송할 수 있도록 설계되었습니다.

CoreDotCloud is a lightweight system monitoring tool that collects CPU, memory, disk, and network usage data and sends it to a predefined RESTful API.

🚀 특징

• CPU, 메모리, 디스크, 네트워크 속도 모니터링
• 다중 CPU & 다중 GPU 장비 지원
• 설정 파일 (~/.coredotcloud.json)을 통해 API 정보 관리
• 30초마다 자동으로 데이터 수집 및 전송
• 데몬 모드 지원 (start, stop, status, run)
• 가볍고 빠른 리스트 기반 JSON 데이터 구조
• Python 3.7 이상 지원

📥 설치 방법

COREDOTCLOUD는 PyPI에 등록된 Python 패키지입니다.

pip install coredotcloud

설치가 완료되면 coredotcloud 명령어를 실행할 수 있습니다.

---

⚙️ 설정 파일 생성

설정 파일은 사용자의 홈 디렉토리 (~/.coredotcloud.json) 에 위치합니다. 최초 실행 시 자동으로 생성되며, API 키를 입력한 후 사용하면 됩니다.

설정 파일 위치

• Linux/macOS: ~/.coredotcloud.json
• Windows: C:\Users\사용자이름\.coredotcloud.json

설정 파일 예시 (~/.coredotcloud.json)

{
    "API_URL": "https://mon.core.today/sentinel/v1",
    "API_KEY": "DKWs8wl"
}

항목	설명
API_URL	데이터를 전송할 API 엔드포인트
API_KEY	API 인증을 위한 키

---

▶ 사용 방법

1️⃣ 설정 파일 확인

API 키와 URL을 설정했는지 확인하세요.

cat ~/.coredotcloud.json

또는 수정은 vi 등의 에디터를 사용하세요.

vi ~/.coredotcloud.json

2️⃣ 모니터링 실행

🔹 데몬 모드 실행

coredotcloud start   # 백그라운드에서 실행
coredotcloud status  # 실행 상태 확인
coredotcloud stop    # 백그라운드 프로세스 종료

🔹 포그라운드에서 실행

coredotcloud run     # 포그라운드에서 실행

• start → 백그라운드에서 실행 (PID 관리)
• stop → 실행 중인 데몬 종료
• status → 실행 여부 확인
• run → 포그라운드에서 실행

---

📡 전송되는 데이터 형식

COREDOTCLOUD는 불필요한 데이터 크기를 줄이기 위해 리스트(JSON 배열) 형태로 데이터를 전송합니다. 백엔드에서 인덱스를 기반으로 데이터 항목을 해석할 수 있습니다.

API 요청 예시

• 시스템 정보 데이터 (info)

{
    "apikey": "DKWs8wl",
    "category": "info",
    "data": {
        "hostname": "server-01",
        "os": "Linux",
        "os_version": "5.15.0-56-generic",
        "architecture": "x86_64",
        "cpu": { ... },
        "memory": { ... },
        "disk": [...],
        "network": {...},
        "gpu": [{ ... }]
    }
}

• 정기 데이터 (data)

{
    "apikey": "DKWs8wl",
    "category": "data",
    "data": [
        6,  # CPU 개수
        2,  # GPU 개수
        10.0, 15.0, 12.0, 18.0, 22.0, 17.0,  # CPU 사용률
        40.5, 8192, 2048,  # GPU 0 사용률 및 VRAM
        55.2, 4096, 1024,  # GPU 1 사용률 및 VRAM
        500.0, 100.0  # 네트워크 속도
    ]
}

• 시스템 정보 데이터

{
    "apikey": "DKWs8wl",
    "category": "info",
    "data": {
        "hostname": "server-01",
        "os": "Linux",
        "os_version": "5.15.0-56-generic",
        "architecture": "x86_64",
        "cpu": {
            "model": "Intel(R) Xeon(R) CPU E5-2686 v4 @ 2.30GHz",
            "physical_cores": 8,
            "logical_cores": 16,
            "frequency_mhz": 2300.0,
            "cpu_percent": 5.3
        },
        "memory": {
            "total_gb": 64.0,
            "available_gb": 50.5,
            "used_gb": 13.5,
            "usage_percent": 21.1
        },
        "disk": [...],
        "network": {...},
        "gpu": [
            {
                "name": "NVIDIA Tesla V100",
                "load_percent": 12.5,
                "memory_total_mb": 16384,
                "memory_used_mb": 4096,
                "memory_free_mb": 12288,
                "temperature": 65.0
            }
        ]
    }
}

• 예시: CPU 4개, GPU 없음

{
    "apikey": "DKWs8wl",
    "data": [
        14.8,  # 전체 CPU 사용률 (%)
        128.0, # 총 메모리 (GB)
        57.78, # 사용 중인 메모리 (GB)
        46.0,  # 메모리 사용률 (%)
        3721.87, # 총 디스크 크기 (GB)
        10.39,   # 사용 중인 디스크 (GB)
        1.5,     # 디스크 사용률 (%)
        277.0,   # 네트워크 수신 속도 (KB/s)
        8.0,     # 네트워크 송신 속도 (KB/s)
        4,       # CPU 개수
        0,       # GPU 개수
        13.2,    # CPU 0 사용률 (%)
        14.0,    # CPU 1 사용률 (%)
        15.5,    # CPU 2 사용률 (%)
        16.8     # CPU 3 사용률 (%)
    ]
}

• 예시: CPU 6개, GPU 2개

{
    "apikey": "DKWs8wl",
    "data": [
        12.5,  # 전체 CPU 사용률 (%)
        64.0,  # 총 메모리 (GB)
        45.0,  # 사용 중인 메모리 (GB)
        70.0,  # 메모리 사용률 (%)
        1000.0, # 총 디스크 크기 (GB)
        500.0,  # 사용 중인 디스크 (GB)
        50.0,   # 디스크 사용률 (%)
        500.0,  # 네트워크 수신 속도 (KB/s)
        100.0,  # 네트워크 송신 속도 (KB/s)
        6,      # CPU 개수
        2,      # GPU 개수
        10.0,   # CPU 0 사용률 (%)
        15.0,   # CPU 1 사용률 (%)
        12.0,   # CPU 2 사용률 (%)
        18.0,   # CPU 3 사용률 (%)
        22.0,   # CPU 4 사용률 (%)
        17.0,   # CPU 5 사용률 (%)
        40.5,   # GPU 0 사용률 (%)
        8192,   # GPU 0 총 VRAM (MB)
        2048,   # GPU 0 사용 중 VRAM (MB)
        55.2,   # GPU 1 사용률 (%)
        4096,   # GPU 1 총 VRAM (MB)
        1024    # GPU 1 사용 중 VRAM (MB)
    ]
}

🖥️ 수집하는 시스템 정보

항목	설명
CPU 사용률	전체 CPU 사용률 (%)
개별 CPU 사용률	각 CPU 코어별 사용률 (%)
메모리 용량	총 메모리 (GB)
메모리 사용량	사용 중인 메모리 (GB)
메모리 사용률	메모리 사용률 (%)
디스크 용량	총 디스크 크기 (GB)
디스크 사용량	사용 중인 디스크 (GB)
디스크 사용률	디스크 사용률 (%)
네트워크 속도	최근 1초간 송/수신 속도 (KB/s)
GPU 사용률	GPU 사용률 (%) (GPU가 있으면 추가)
GPU 메모리	총 VRAM (MB) & 사용 중인 VRAM (MB)

---

🛠️ 에러 해결

1️⃣ 설정 파일이 없을 경우

[INFO] 설정 파일이 생성되었습니다. ~/.coredotcloud.json 를 수정해주세요.

➡ 해결 방법: 설정 파일을 수정하고 다시 실행하세요.

nano ~/.coredotcloud.json

2️⃣ API 전송 실패

[ERROR] 데이터 전송 실패: 요청 시간 초과

➡ 해결 방법:

• 인터넷 연결 확인
• API_URL이 올바른지 확인

3️⃣ GPUtil 오류 (GPU 정보가 안 나올 경우)

ModuleNotFoundError: No module named 'GPUtil'

➡ 해결 방법: gputil을 설치하세요.

pip install gputil

---

📜 라이선스

이 프로젝트는 MIT 라이선스를 따릅니다.