解密Python监控进程的黑科技:CPU、内存、IO使用率一目了然! |
您所在的位置:网站首页 › 查看linux的io使用情况 › 解密Python监控进程的黑科技:CPU、内存、IO使用率一目了然! |
在计算机系统管理和应用性能优化中,监控进程的CPU、内存和IO使用率是非常重要的任务。Python作为一种功能强大的编程语言,可以轻松地实现这些监控任务。小编将介绍如何使用Python写一个简单使用的监控进程的CPU、内存和IO使用率的工具。 准备工作啥也不说,先装库:psutil是一个跨平台用于获取系统信息(包括进程信息)的流行库;安装命令: pip install psutil 监控CPU使用率使用psutil库可以轻松地监控进程的CPU使用率。以下是一个示例代码,演示了如何监控一个指定进程的CPU使用率: import psutil import os import time def monitor_cpu(process_id, duration): process = psutil.Process(process_id) start_time = time.time() while time.time() - start_time < duration: cpu_percent = process.cpu_percent(interval=1) print(f"CPU 使用率: {cpu_percent}%") if __name__ == "__main__": target_process_id = os.getpid() # 替换为你要监控的进程ID monitoring_duration = 60 # 监控持续时间(秒) monitor_cpu(target_process_id, monitoring_duration)通过cpu_percent() 获取进程的CPU使用率,然后调整interval参数,控制采样时间间隔,再加个循环,就实现了不停获取数据信息的小脚本,自己可以扩展将结果写入文件或者数据库种用来持久化输出了。 监控内存使用率psutil库的memory_info()方法可以获取进程的内存占用,废话不多说上代码: import psutil import os import time def monitor_memory(process_id, duration): process = psutil.Process(process_id) start_time = time.time() while time.time() - start_time < duration: memory_info = process.memory_info() memory_percent = process.memory_percent() print(f"内存使用量: {memory_info.rss / (1024 * 1024):.2f} MB") print(f"内存使用率: {memory_percent:.2f}%") time.sleep(1) if __name__ == "__main__": target_process_id = os.getpid() # 替换为你要监控的进程ID monitoring_duration = 60 # 监控持续时间(秒) monitor_memory(target_process_id, monitoring_duration)其中rss属性可以获取实际使用物理内存,memory_info() 获取进程的内存信息,简短的代码就实现了内存监控,可以自己适当扩展了。 监控IO使用率psutil库的io_counters()方法可以监控进程的IO操作,废话不多说,上代码: import psutil import os import time def monitor_io(process_id, duration): process = psutil.Process(process_id) start_time = time.time() while time.time() - start_time < duration: io_counters = process.io_counters() print(f"读取字节数: {io_counters.read_bytes}") # 要变成MB,需要除1024/1024 print(f"写入字节数: {io_counters.write_bytes}") time.sleep(1) if __name__ == "__main__": target_process_id = os.getpid() # 替换为你要监控的进程ID monitoring_duration = 60 # 监控持续时间(秒) monitor_io(target_process_id, monitoring_duration)io_counters()方法返回了进程的IO计数器信息,可以读取和写入的字节数。 小工具代码整合上面3个小函数已经实现了监控我门常规的信息了,现在我们的要求是要同时监控,而不是监控完这个再监控那个,对吧。so 小编使用异步编程来简单带大伙玩一下,完整代码如下: import asyncio import time import psutil async def monitor_io(process_id, duration): process = psutil.Process(process_id) start_time = time.time() while time.time() - start_time < duration: io_counters = process.io_counters() print(f"读取字节数: {io_counters.read_bytes / 1024 / 1024} MB") print(f"写入字节数: {io_counters.write_bytes / 1024 / 1024} MB") await asyncio.sleep(1) async def monitor_memory(process_id, duration): process = psutil.Process(process_id) start_time = time.time() while time.time() - start_time < duration: memory_info = process.memory_info() memory_percent = process.memory_percent() print(f"内存使用量: {memory_info.rss / (1024 * 1024):.2f} MB") print(f"内存使用率: {memory_percent:.2f}%") await asyncio.sleep(1) async def monitor_cpu(process_id, duration): process = psutil.Process(process_id) start_time = time.time() while time.time() - start_time < duration: cpu_percent = process.cpu_percent(interval=1) print(f"CPU 使用率: {cpu_percent}%") await asyncio.sleep(1) async def main(): process_id = int(input("请输入进程ID:")) duration = int(input("请输入监控时长(秒):")) tasks = [ monitor_io(process_id, duration), monitor_memory(process_id, duration), monitor_cpu(process_id, duration) ] await asyncio.gather(*tasks) if __name__ == "__main__": asyncio.run(main())最后:下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保100%免费】 我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |