## Introduction
Les données sont les suivantes :
un ensemble de fichier tgz ayant la structure de nom suivante :
pvvvgslwls200-sa.tgz où
* pvvvgslwls200 est le nom du serveur
* -sa est le type de données
* .tgz la forme de compression.
On doit pour chaque machine produire un document htm output de l'execution ipython notebook du scripts **analysesar.ipynb**
## Installation ipython
Le site suivant décrit les étapes de l'installation [ipython.org](http://ipython.org/install.html)
Pour ubuntu :
> sudo apt-get install ipython-notebook python-matplotlib python-scipy
\python-pandas python-sympy python-nose
## installation ipnbdoc.py
Un developpeur de pandas a créé un script python permettant d'éxécuter en CLI un fichier notebook
[davidshinn](https://gist.github.com/davidshinn)
Il suffit de le mettre dans un répertoire de votre machine .... /usr/local/bin par exemple.
L'important est que lors du traitement vous trouviez ce fichier soit dans votre path soit en précisant sa position.
## Description du traitement.
### L'extraction
1. extraction manuel
2. Extraction automatique
3. Copie du fichier analysesar.ipynb
### le script
> !/bin/bash
\#
\# Extraction des fichiers sar dans un répertoire ayant le nom de machine.
\#
\#-----------------------------------------------------------------------
\# Step 1 : creation d'un répertoire et extraction des fichiers
\# -----------------------------------------------------------------------
files='ls *.tgz'
for fic in $files; do
NomRep=${fic%-*}
echo "traitement de $fic - $NomRep "
mkdir $NomRep
tar xvf $fic
mv var/log/sa/sar* $NomRep
cp ../ipynb/analysesar.ipynb $NomRep
rm $fic
done
\# petit bug ....
rm -rf ls
\# reste du au tar xvf
rm -rf var
## Production des résultats
1. Creation du fichier pour les données
2. Convertion en html
3. recopie dans un répertoire commun.
> \#!/bin/bash
\#
\# Traitement des fichiers sar par ipython.
\#
\#-----------------------------------------------------------------------
\# Step 2 : Production des résultats
\# -----------------------------------------------------------------------
\#
mkdir .html
for directory in `ls` ; do
cd ${directory}
> pwd
../../scripts/ipnbdoc.py analysesar.ipynb ${directory}.ipynb
> ipython nbconvert --to html ${directory}.ipynb --stdout >${directory}.html
cp ${directory}.html ../.html
cd ..
done
##Le fichier analysesar.ipynb
Il n'y a pas en ipython notebook de fichier éditable autrement qu'en lançant **ipython notebook**
> pboizot@dbi-ntbk02:/u01/clients/simpany/ipynb$ ipython notebook
2014-04-11 15:05:43.222 [NotebookApp] Using existing profile dir: u'/home/pboizot/.config/ipython/profile_default'
2014-04-11 15:05:43.226 [NotebookApp] Using MathJax from CDN: http://cdn.mathjax.org/mathjax/latest/MathJax.js
2014-04-11 15:05:43.241 [NotebookApp] Serving notebooks from local directory: /u01/clients/simpany/ipynb
2014-04-11 15:05:43.241 [NotebookApp] The IPython Notebook is running at: http://127.0.0.1:8888/
2014-04-11 15:05:43.241 [NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
Les fichiers avec l'extension *ipynb* sont au format json.
>pboizot@dbi-ntbk02:/u01/clients/simpany/ipynb$ head analysesar.ipynb
{
"metadata": {
"name": ""
},
"nbformat": 3,
"nbformat_minor": 0,
"worksheets": [
{
"cells": [
{
## Annexes :
### Screenshots
**Lancement de notebook**
![Fentre ouverte au lancement de ipython notebook ][1]
**Ouverture d'un notebook**
![enter image description here][2]
> Written with [StackEdit](https://stackedit.io/).
[1]: IPython001.png "IPython Dashboard"
[2]: IPython002.png "Notebook analysesar"