Python模块之psutil详解

一、psutil模块:

1.psutil是一个跨平台库(http://pythonhosted.org/psutil/)能够轻松实现获取系统运行的进程和系统利用率(包括CPU、内存、磁盘、网络等)信息。它主要用来做系统监控,性能分析,进程管理。它实现了同等命令行工具提供的功能,如ps、top、lsof、netstat、ifconfig、who、df、kill、free、nice、ionice、iostat、iotop、uptime、pidof、tty、taskset、pmap等。目前支持32位和64位的Linux、Windows、OS X、FreeBSD和Sun Solaris等操作系统.

2.安装psutil模块:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

CentOS安装psutil包:

python版本:3.5

wget https://pypi.python.org/packages/source/p/psutil/psutil-3.2.1.tar.gz --no-check-certificate

tar zxvf psutil-3.2.1.tar.gz

cd psutil-3.2.1

python setup.py install

Windos安装psutil包:

D:\python35\Scripts>pip3.exe install psutil

Collecting psutil

  Downloading psutil-5.3.1-cp35-cp35m-win_amd64.whl (215kB)

    100% |████████████████████████████████| 225kB 84kB/s

Installing collected packages: psutil

Successfully installed psutil-5.3.1

 二、.获取系统基本信息的使用:

1.CPU信息

使用cpu_times方法获取cpu的完整信息,如下所示。

>>> psutil.cpu_times()
scputimes(user=650613.02,nice=22.14,system=154916.5,idle=16702285.26,iowait=68894.55,irq=3.38,softirq=7075.65,steal=0.0,guest=0.0)
>>> 

获取单个数据,如用户的cpu时或io等待时间,如下所示:

>>> psutil.cpu_times().user
650617.11
>>> psutil.cpu_times().iowait
68894.63
>>> 

 获取cpu逻辑和物理个数,默认logical值为True 。

#CPU逻辑个数
>>> psutil.cpu_count()
2
#CPU物理个数
>>> psutil.cpu_count(logical=False)
1
>>> 

获取cpu的使用率:

>>> psutil.cpu_percent()
2.5
>>> psutil.cpu_percent(1)
2.5
>>> 

2.内存信息

内存信息的获取主要使用virtual_memory方法。swap使用就用swap_memory方法。

>>> mem = psutil.virtual_memory()
>>> mem
svmem(total=4018601984,available=1066205184,percent=73.5,used=3904004096,free=114597888,active=3302174720,inactive=426078208,buffers=156520448,cached=795086848)
>>> mem.total
4018601984
>>> mem.used
3904004096
>>> mem.free
114597888
>>> print(mem.total/1024/1024)
3832.4375
>>> 

其中percent表示实际已经使用的内存占比,即(1047543808-717537280)/1047543808*100% 。available表示还可以使用的内存。

 3.磁盘信息

磁盘信息主要有两部分,一个是磁盘的利用率,一个是io,他们分别可以通过disk_usage和disk_io_counters方法获取。

如下先获取分区信息,然后看下根分区的使用情况:

>>> psutil.disk_partitions()
[sdiskpart(device='/dev/mapper/root',mountpoint='/',fstype='ext4',opts='rw,errors=remount-ro'),sdiskpart(device='/dev/sda1',mountpoint='/boot',fstype='ext2',opts='rw')]
>>> psutil.disk_usage('/')
sdiskusage(total=42273669120,used=17241096192,free=22885195776,percent=40.8)
>>> 

默认disk_io_counters方法获取的是硬盘总的io数和读写信息,如果需要获取单个分区的io和读写信息加上"perdisk=True"参数。

>>> psutil.disk_io_counters()
sdiskio(read_count=638190,write_count=77080153,read_bytes=16037795840,write_bytes=1628871606272,read_time=2307367,write_time=1777841305)
>>> psutil.disk_io_counters(perdisk=True)
{'vdb1': sdiskio(read_count=312,write_count=0,read_bytes=1238016,write_bytes=0,read_time=95,write_time=0),'vda1': sdiskio(read_count=637878,write_count=77080257,read_bytes=16036557824,write_bytes=1628873314304,read_time=2307272,write_time=1777841879)}
>>> 

4.网络信息:

 网络io和磁盘io使用方法差不多,主要使用net_io_counters方法,如果需要获取单个网卡的io信息,加上pernic=True参数。

#获取网络总的io情况
>>> 
>>> psutil.net_io_counters()
snetio(bytes_sent=525490132009,bytes_recv=409145642892,packets_sent=948527563,packets_recv=778182181,errin=0,errout=0,dropin=0,dropout=0)
#获取网卡的io情况
>>> 
>>> psutil.net_io_counters(pernic=True)
{'lo': snetio(bytes_sent=56524704027,bytes_recv=56524704027,packets_sent=33602236,packets_recv=33602236,dropout=0),'eth0': snetio(bytes_sent=468966480940,bytes_recv=352622081327,packets_sent=914930488,packets_recv=744583332,dropout=0)}
>>> 

5.其他系统信息:

1.获取开机时间

##以linux时间格式返回,可以使用时间戳转换
>>> psutil.boot_time()    
1496647567.0

#转换成自然时间格式
>>> psutil.boot_time()
1496647567.0
>>> datetime.datetime.fromtimestamp(psutil.boot_time ()).strftime("%Y-%m-%d %H: %M: %S")
'2017-06-05 15: 26: 07'
>>> 

2.查看系统全部进程

>>> psutil.pids()
[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,46,47,48,49,50,51,52,53,60,61,63,64,65,97,98,279,280,331,398,481,676,693,769,845,848,1023,1085,1108,1355,1366,1457,1474,1475,1494,1541,1543,1545,1546,1548,1550,1552,2829,12436,12913,13129,16022,16029,16030,16031,16032,16033,16518,16520,17088,17124,19203,25382,32679]

3.查看单个进程

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

= psutil.Process(16031)

p.name()      #进程名

p.exe()         #进程的bin路径

p.cwd()        #进程的工作目录绝对路径

p.status()     #进程状态

p.create_time()  #进程创建时间

p.uids()      #进程uid信息

p.gids()      #进程的gid信息

p.cpu_times()    #进程的cpu时间信息,包括user,system两个cpu信息

p.cpu_affinity()  #get进程cpu亲和度,如果要设置cpu亲和度,将cpu号作为参考就好

p.memory_percent()  #进程内存利用率

p.memory_info()    #进程内存rss,vms信息

p.io_counters()    #进程的IO信息,包括读写IO数字及参数

p.connectios()    #返回进程列表

p.num_threads()  #进程开启的线程数

听过psutil的Popen方法启动应用程序,可以跟踪程序的相关信息

from subprocess import PIPE

= psutil.Popen(["/usr/bin/python""-c""print('hello')"],stdout=PIPE)

p.name()

p.username()

 查看系统硬件脚本:

 硬件信息脚本

1 #!/usr/bin/env python
 2 #coding:utf-8
 3 
 4 import psutil
 5 import datetime
 6 import time
 7 
 8 # 当前时间
 9 now_time = time.strftime('%Y-%m-%d-%H:%M:%S',time.localtime(time.time()))
10 print(now_time)
11 
12 # 查看cpu物理个数的信息
13 print(u"物理CPU个数: %s" % psutil.cpu_count(logical=False))
14 
15 #CPU的使用率
16 cpu = (str(psutil.cpu_percent(1))) + '%'
17 print(u"cup使用率: %s" % cpu)
18 
19 #查看内存信息,剩余内存.free  总共.total
20 #round()函数方法为返回浮点数x的四舍五入值。
21 
22 free = str(round(psutil.virtual_memory().free / (1024.0 * 1024.0 * 1024.0),2))
23 total = str(round(psutil.virtual_memory().total / (1024.0 * 1024.0 * 1024.0),2))
24 memory = int(psutil.virtual_memory().total - psutil.virtual_memory().free) / float(psutil.virtual_memory().total)
25 print(u"物理内存: %s G" % total)
26 print(u"剩余物理内存: %s G" % free)
27 print(u"物理内存使用率: %s %%" % int(memory * 100))
28 # 系统启动时间
29 print(u"系统启动时间: %s" % datetime.datetime.fromtimestamp(psutil.boot_time()).strftime("%Y-%m-%d %H:%M:%S"))
30 
31 # 系统用户
32 users_count = len(psutil.users())
33 #
34 # >>> for u in psutil.users():
35 # ...   print(u)
36 # ...
37 # suser(name='root',terminal='pts/0',host='61.135.18.162',started=1505483904.0)
38 # suser(name='root',terminal='pts/5',started=1505469056.0)
39 # >>> u.name
40 # 'root'
41 # >>> u.terminal
42 # 'pts/5'
43 # >>> u.host
44 # '61.135.18.162'
45 # >>> u.started
46 # 1505469056.0
47 # >>>
48 
49 users_list = ",".join([u.name for u in psutil.users()])
50 print(u"当前有%s个用户,分别是 %s" % (users_count,users_list))
51 
52 #网卡,可以得到网卡属性,连接数,当前流量等信息
53 net = psutil.net_io_counters()
54 bytes_sent = '{0:.2f} Mb'.format(net.bytes_recv / 1024 / 1024)
55 bytes_rcvd = '{0:.2f} Mb'.format(net.bytes_sent / 1024 / 1024)
56 print(u"网卡接收流量 %s 网卡发送流量 %s" % (bytes_rcvd,bytes_sent))
57 
58 io = psutil.disk_partitions()
59 # print(io)
60 # print("io[-1]为",io[-1])
61 #del io[-1]
62 
63 print('-----------------------------磁盘信息---------------------------------------')
64 
65 print("系统磁盘信息:" + str(io))
66 
67 for i in io:
68     o = psutil.disk_usage(i.device)
69     print("总容量:" + str(int(o.total / (1024.0 * 1024.0 * 1024.0))) + "G")
70     print("已用容量:" + str(int(o.used / (1024.0 * 1024.0 * 1024.0))) + "G")
71     print("可用容量:" + str(int(o.free / (1024.0 * 1024.0 * 1024.0))) + "G")
72 
73 print('-----------------------------进程信息-------------------------------------')
74 # 查看系统全部进程
75 for pnum in psutil.pids():
76     p = psutil.Process(pnum)
77     print(u"进程名 %-20s  内存利用率 %-18s 进程状态 %-10s 创建时间 %-10s " \
78     % (p.name(),p.memory_percent(),p.status(),p.create_time()))

硬件信息脚本

原文地址:https://blog.csdn.net/m0_72557783/article/details/128256970

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


文章浏览阅读5.3k次,点赞10次,收藏39次。本章详细写了mysql的安装,环境的搭建以及安装时常见的问题和解决办法。_mysql安装及配置超详细教程
文章浏览阅读1.8k次,点赞50次,收藏31次。本篇文章讲解Spark编程基础这门课程的期末大作业,主要围绕Hadoop基本操作、RDD编程、SparkSQL和SparkStreaming编程展开。_直接将第4题的计算结果保存到/user/root/lisi目录中lisipi文件里。
文章浏览阅读7.8k次,点赞9次,收藏34次。ES查询常用语法目录1. ElasticSearch之查询返回结果各字段含义2. match 查询3. term查询4. terms 查询5. range 范围6. 布尔查询6.1 filter加快查询效率的原因7. boosting query(提高查询)8. dis_max(最佳匹配查询)9. 分页10. 聚合查询【内含实际的demo】_es查询语法
文章浏览阅读928次,点赞27次,收藏18次。
文章浏览阅读1.1k次,点赞24次,收藏24次。作用描述分布式协调和一致性协调多个节点的活动,确保一致性和顺序。实现一致性、领导选举、集群管理等功能,确保系统的稳定和可靠性。高可用性和容错性Zookeeper是高可用的分布式系统,通过多个节点提供服务,容忍节点故障并自动进行主从切换。作为其他分布式系统的高可用组件,提供稳定的分布式协调和管理服务,保证系统的连续可用性。配置管理和动态更新作为配置中心,集中管理和分发配置信息。通过订阅机制,实现对配置的动态更新,以适应系统的变化和需求的变化。分布式锁和并发控制。
文章浏览阅读1.5k次,点赞26次,收藏29次。为贯彻执行集团数字化转型的需要,该知识库将公示集团组织内各产研团队不同角色成员的职务“职级”岗位的评定标准;
文章浏览阅读1.2k次,点赞26次,收藏28次。在安装Hadoop之前,需要进行以下准备工作:确认操作系统:Hadoop可以运行在多种操作系统上,包括Linux、Windows和Mac OS等。选择适合你的操作系统,并确保操作系统版本符合Hadoop的要求。安装Java环境:Hadoop是基于Java开发的,因此需要先安装和配置Java环境。确保已经安装了符合Hadoop版本要求的Java Development Kit (JDK),并设置好JAVA_HOME环境变量。确认硬件要求:Hadoop是一个分布式系统,因此需要多台计算机组成集群。
文章浏览阅读974次,点赞19次,收藏24次。# 基于大数据的K-means广告效果分析毕业设计 基于大数据的K-means广告效果分析。
文章浏览阅读1.7k次,点赞6次,收藏10次。Hadoop入门理论
文章浏览阅读1.3w次,点赞28次,收藏232次。通过博客和文献调研整理的一些农业病虫害数据集与算法。_病虫害数据集
文章浏览阅读699次,点赞22次,收藏7次。ZooKeeper使用的是Zab(ZooKeeper Atomic Broadcast)协议,其选举过程基于一种名为Fast Leader Election(FLE)的算法进行。:每个参与选举的ZooKeeper服务器称为一个“Follower”或“Candidate”,它们都有一个唯一的标识ID(通常是一个整数),并且都知道集群中其他服务器的ID。总之,ZooKeeper的选举机制确保了在任何时刻集群中只有一个Leader存在,并通过过半原则保证了即使部分服务器宕机也能维持高可用性和一致性。
文章浏览阅读10w+次,点赞62次,收藏73次。informatica 9.x是一款好用且功能强大的数据集成平台,主要进行各类数据库的管理操作,是使用相当广泛的一款ETL工具(注: ETL就是用来描述将数据从源端经过抽取(extract)、转换(transform)、加载(load)到目的端的过程)。本文主要为大家图文详细介绍Windows10下informatica powercenter 9.6.1安装与配置步骤。文章到这里就结束了,本人是在虚拟机中装了一套win10然后在此基础上测试安装的这些软件,因为工作学习要分开嘛哈哈哈。!!!!!_informatica客户端安装教程
文章浏览阅读7.8w次,点赞245次,收藏2.9k次。111个Python数据分析实战项目,代码已跑通,数据可下载_python数据分析项目案例
文章浏览阅读1.9k次,点赞61次,收藏64次。TDH企业级一站式大数据基础平台致力于帮助企业更全面、更便捷、更智能、更安全的加速数字化转型。通过数年时间的打磨创新,已帮助数千家行业客户利用大数据平台构建核心商业系统,加速商业创新。为了让大数据技术得到更广泛的使用与应用从而创造更高的价值,依托于TDH强大的技术底座,星环科技推出TDH社区版(Transwarp Data Hub Community Edition)版本,致力于为企业用户、高校师生、科研机构以及其他专业开发人员提供更轻量、更简单、更易用的数据分析开发环境,轻松应对各类人员数据分析需求。_星环tdh没有hive
文章浏览阅读836次,点赞21次,收藏19次。
文章浏览阅读1k次,点赞21次,收藏15次。主要介绍ETL相关工作的一些概念和需求点
文章浏览阅读1.4k次。本文以Android、java为开发技术,实现了一个基于Android的博物馆线上导览系统 app。基于Android的博物馆线上导览系统 app的主要使用者分为管理员和用户,app端:首页、菜谱信息、甜品信息、交流论坛、我的,管理员:首页、个人中心、用户管理、菜谱信息管理、菜谱分类管理、甜品信息管理、甜品分类管理、宣传广告管理、交流论坛、系统管理等功能。通过这些功能模块的设计,基本上实现了整个博物馆线上导览的过程。
文章浏览阅读897次,点赞19次,收藏26次。1.背景介绍在当今的数字时代,数据已经成为企业和组织中最宝贵的资源之一。随着互联网、移动互联网和物联网等技术的发展,数据的产生和收集速度也急剧增加。这些数据包括结构化数据(如数据库、 spreadsheet 等)和非结构化数据(如文本、图像、音频、视频等)。这些数据为企业和组织提供了更多的信息和见解,从而帮助他们做出更明智的决策。业务智能(Business Intelligence,BI)...
文章浏览阅读932次,点赞22次,收藏16次。也就是说,一个类应该对自己需要耦合或调用的类知道的最少,类与类之间的关系越密切,耦合度越大,那么类的变化对其耦合的类的影响也会越大,这也是我们面向对象设计的核心原则:低耦合,高内聚。优秀的架构和产品都是一步一步迭代出来的,用户量的不断增大,业务的扩展进行不断地迭代升级,最终演化成优秀的架构。其根本思想是强调了类的松耦合,类之间的耦合越弱,越有利于复用,一个处在弱耦合的类被修改,不会波及有关系的类。缓存,从操作系统到浏览器,从数据库到消息队列,从应用软件到操作系统,从操作系统到CPU,无处不在。
文章浏览阅读937次,点赞22次,收藏23次。大数据可视化是关于数据视觉表现形式的科学技术研究[9],将数据转换为图形或图像在屏幕上显示出来,并进行各种交互处理的理论、方法和技术。将数据直观地展现出来,以帮助人们理解数据,同时找出包含在海量数据中的规律或者信息,更多的为态势监控和综合决策服务。数据可视化是大数据生态链的最后一公里,也是用户最直接感知数据的环节。数据可视化系统并不是为了展示用户的已知的数据之间的规律,而是为了帮助用户通过认知数据,有新的发现,发现这些数据所反映的实质。大数据可视化的实施是一系列数据的转换过程。