32K Star开源的工具:用简单的代码就能画流程图

开源日记

发布于 2023-11-25 14:39:51

1.3K0

文章被收录于专栏：JVMGCJVMGC

软件介绍

Diagrams是一个开源的Python库，用于在代码中生成架构和流程图。它提供了简洁的语法和易于使用的API，使用户能够轻松地绘制出各种类型的图表，例如系统架构图、流程图和网络拓扑图等。Diagrams简化了图表的创建过程，使得用户能够以代码的方式自动生成图表，而不必手动绘制和排版。

功能特点

简洁的语法:Diagrams提供了一种简洁而直观的语法，使用户可以轻松地描述图表中的各种元素和关系。
多种图表类型:该软件支持创建和展示多种类型的图表，如系统架构图、流程图、网络拓扑图等，满足用户在不同场景下的需求。
自动布局:Diagrams能够根据用户提供的关系和约束自动布局图表，使得图表看起来更加美观和易于理解。
可扩展性:用户可以根据自己的需要，通过添加自定义的图表类型和元素，扩展和定制Diagrams的功能。

开发语言

Python94.9%
JavaScript3.7%
Other1.4%

使用步骤

1.安装Diagrams：使用pip命令在终端中安装Diagrams库。

pip install diagrams

2.导入必要的模块：在代码中导入diagrams和diagrams.aws等模块，以便使用其中提供的类和函数。
3.创建图表对象：根据需要创建一个图表对象,并设置相关的属性和布局选项。
4.添加图表元素：使用图表对象的方法，如add_node()和add_edge()，添加图表的节点和边。
5.配置图表：根据需要，配置各个元素的属性和样式，以及图表的布局方式。
6.生成图表：调用图表对象的方法，如render()和save()，将图表渲染为图像或保存为文件。

示例代码

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")

from diagrams import Cluster, Diagram
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.aggregator import Fluentd
from diagrams.onprem.monitoring import Grafana, Prometheus
from diagrams.onprem.network import Nginx
from diagrams.onprem.queue import Kafka

with Diagram("Advanced Web Service with On-Premise", show=False):
    ingress = Nginx("ingress")

    metrics = Prometheus("metric")
    metrics << Grafana("monitoring")

    with Cluster("Service Cluster"):
        grpcsvc = [
            Server("grpc1"),
            Server("grpc2"),
            Server("grpc3")]

    with Cluster("Sessions HA"):
        primary = Redis("session")
        primary - Redis("replica") << metrics
        grpcsvc >> primary

    with Cluster("Database HA"):
        primary = PostgreSQL("users")
        primary - PostgreSQL("replica") << metrics
        grpcsvc >> primary

    aggregator = Fluentd("logging")
    aggregator >> Kafka("stream") >> Spark("analytics")

    ingress >> grpcsvc >> aggregator