Python 系統資源信息獲取工具，你用過沒？

若是你須要經過 Python 代碼來監控服務器資源信息，好比內容佔用狀況、cpu 資源消耗以及資源不足發送警報等，那麼這篇文章很適合你。

香香的口味，你吃過沒？
辣辣的感受，你嘗過沒？
網爆紅人的歌聲，你聽過沒？
Python 系統資源信息獲取的工具，你用過沒？
真正的烤麪筋
可帶勁啦！~~~
讓你吃到真正的實惠！

不同的滋味！！！
複製代碼

致敬那個不屈的男人（麪筋哥 程書林）

工具介紹

psutil（process and system utilities）是一個跨平臺的庫，github、官方文檔

咱們能夠用它來查看系統運行進程以及資源利用率。它主要用於系統監控、過程資源分析和限制以及運行過程的管理。psutil 的主要功能結構以下圖所示

它有三大功能模塊，分別是 System related function、Processes 和 Windows Service。

psutil 實現了UNIX命令行工具提供的許多功能，好比 top、free、netstat、kill 等，而且還兼容各大操做系統：

psutil 能夠說是系統管理老大哥或者運維小夥不可或缺的必備模塊。

psutil 的安裝

咱們能夠一邊翻閱 psutil 的官方文檔，一邊編寫代碼，這樣就可以更快的學習。

在 Python 環境下安裝，直接使用 pip 命令便可：

pip install psutil
複製代碼

可是，若是你只但願當前用戶可用，而不是整個系統全部用戶都能使用，你就須要調整你的命令：

pip install -user psutil
複製代碼

除此以外，它還提供瞭如 wget、curl 等多種安裝方式，具體可參閱文檔的 install 部分，可是一般來講 pip install psutil 命令已經知足咱們的需求了。

系統相關操做

它爲咱們提供了一些系統經常使用的操做內容 可參閱文檔。其中包括了 CPU、內存、磁盤、網絡、傳感器和進程等方面。

CPU 監控

能夠經過 cpu_times 模塊對 cpu 資源進行查看，好比：

>>> import psutil
>>> psutil.cpu_times()
scputimes(user=477.29, nice=0.0, system=262.86, idle=6074.83)
複製代碼

cpu_times 中的參數有哪些含義呢？文檔中也給出了具體的釋義

翻譯一下，咱們能夠看到它給使用者提供了比較細緻的信息監控：

將系統CPU時間做爲命名元組返回。每一個屬性表示CPU在給定模式下花費的秒數。屬性可用性因平臺而異：

user：正常進程在用戶模式下執行所花費的時間; 在Linux上，這還包括訪客時間
system：在內核模式下執行的進程所花費的時間
閒置：無所事事的時間
特定於平臺的字段：

nice （UNIX）：在用戶模式下執行的niced（優先級）進程所花費的時間; 在Linux上，這還包括guest_nice時間
iowait （Linux）：等待I / O完成所花費的時間
irq （Linux，BSD）：服務硬件中斷所花費的時間
softirq （Linux）：服務軟件中斷所花費的時間
steal （Linux 2.6.11+）：在虛擬化環境中運行的其餘操做系統所花費的時間
guest （Linux 2.6.24+）：在Linux內核的控制下爲客戶操做系統運行虛擬CPU所花費的時間
guest_nice （Linux 3.2.0+）：運行niced guest虛擬機所花費的時間（Linux內核控制下的來賓操做系統的虛擬CPU）
interrupt （Windows）：服務硬件中斷所花費的時間（相似於UNIX上的「irq」）
dpc （Windows）：服務延遲過程調用（DPC）所花費的時間;DPC是以比標準中斷低的優先級運行的中斷。
複製代碼

往下看還能夠看到其餘的 cpu 監控模塊，好比咱們最須要的 cpu 資源消耗百分比，cpu_percent(interval=None, percpu=False) 能夠返回一個浮點數，表示當前系統範圍的CPU利用率百分比。當interval爲> 0.0比較間隔以前和以後通過的系統CPU時間（阻塞）。當interval是0.0或None比較自上次調用或模塊導入後通過的系統CPU時間，當即返回。這意味着第一次調用它將返回一個無心義的0.0 值，你應該忽略它。在這種狀況下，建議0.1在調用之間至少調用此函數的準確性。當percpu是True返回表示利用率的浮點數列表，以每一個CPU的百分比表示。列表的第一個元素是指第一個CPU，第二個元素是第二個CPU，依此類推。列表的順序在調用之間是一致的。

而經過 cpu_count() 能夠查看 cpu 核心數量，它能夠返回系統中 cpu 的數量（與 os.cpu_count 的返回相同）

我電腦的 cpu 是 i3 ,可是獲得的 cpu 是 4（應該獲得的是2） ，爲何呢？

cpu_count() 返回的是 cpu 邏輯數量，物理數量得加上參數cpu_count(logical = True ) 運行獲得的 cpu 數量爲 2，也就是咱們常說的雙核四線程。

小 demo

若是咱們但願獲得相似於 top 命令的使用率排行，那咱們應該如何作呢？鑑於前面學習的 cpu_percent 咱們來嘗試一下：

psutil.cpu_percent(interval=3, percpu=True)
複製代碼

其中的 interval 表明比較間隔以前和以後通過的系統CPU時間，也就是比較 3 秒間隔中 cpu 的佔用率

若是要實現排行，那麼就須要不少的記錄，意味着咱們能夠嘗試經過 for 循環來實現（此處將時間間隔設爲 1 便可）：

固然，這僅僅只是將信息輸出了 10 次，若是要進行排行，那麼還須要其餘的處理。

上圖是我電腦的資源信息截圖，結合截圖來看，咱們經過代碼獲取的系統資源信息仍是比較可信的

關於 cpu 信息獲取的其餘知識，請翻閱 psutil 官方文檔的 cpu 部分，接下來要學習內存的信息獲取了。

內存信息獲取

virtual_memory（）將有關係統內存使用狀況的統計信息做爲命名元組返回，包括以字節表示的如下字段。主要指標：

總計：總物理內存。
可用：能夠在沒有系統進入交換的狀況下當即提供給進程的內存。這是經過根據平臺對不一樣的內存值求和來計算的，而且它應該用於以跨平臺方式監視實際內存使用狀況。
其餘指標：

used：使用的內存，根據平臺的不一樣計算，僅供參考。總計 - 免費不必定匹配使用。
free：內存不被使用（歸零），隨時可用; 請注意，這並不反映可用的實際內存（ 請改用）。總計 - 使用不必定與免費匹配 。
active （UNIX）：當前正在使用或最近使用的內存，所以它在RAM中。
inactive （UNIX）：標記爲未使用的內存。
buffers （Linux，BSD）：緩存文件系統元數據之類的東西。
cached （Linux，BSD）：緩存各類事物。
shared （Linux，BSD）：可由多個進程同時訪問的內存。
slab （Linux）：內核數據結構緩存。
wired （BSD，macOS）：標記爲始終保留在RAM中的內存。它永遠不會移動到磁盤。
複製代碼

固然，咱們並不會關注太細緻的內存信息，只須要獲取內容總量、當前可用量或者當前已用量等信息便可。

內存不足警報的小 demo

如今有這麼一個需求，當監控到內存不足 300M 的時候經過代碼發出警告信息，咱們能夠將需求簡化爲：內存不足、發出提示

固然，上面的代碼並不可以真正的給咱們發出警告，由於它只是向你表達它可以作到的事。若是須要作到監控，還須要編寫更多的代碼、設計更好的處理邏輯。

內存信息獲取的其餘模塊介紹

swap_memory() 將系統交換內存統計信息做爲命名元組返回：

total：總交換內存（以字節爲單位）
used：以字節爲單位使用的swap內存
free：以字節爲單位的自由交換內存
percent：計算的百分比使用率(total - available) / total * 100
sin：系統從磁盤交換的字節數（累計）
sout：系統從磁盤換出的字節數（累計）
複製代碼

不過正常狀態下，咱們用得並很少，由於它並非返回系統全部的內存資源信息，而是交換內存的統計信息。

進程信息

進程信息文檔定位，進程信息也是咱們比較關注的方面，psutil.pids() 能夠返回當前運行的PID列表，例如：

>>> psutil.pids()
[1, 2, 3, 5, 7, 8, 9, 10, 11, 12, 13, 14, 15, 17, 18, 19, ..., 32498]
複製代碼

文檔中有一個比較有意思的介紹

咱們能夠按名稱過濾進程信息，爲何說他有意思呢？

好比咱們能夠經過記錄 Python 的進程信息、內存資源信息、cpu 資源信息，來分析咱們所寫的 Python 代碼在服務器上的資源佔用狀況。咱們嘗試篩選出 Python 相關的 pid：

>>> [p.info for p in psutil.process_iter(attrs=['pid', 'name']) if 'python' in p.info['name']]

[{'name': 'python3.6', 'pid': 1447}]
>>> 
複製代碼

pid 1447 的這個進程，正好是我在控制檯中演示代碼時，啓動的 Python 進程。

總結

好了，關於 psutil 的簡單介紹就到這裏，感受好像沒有學到什麼高大上的知識？感受輕輕略過了一遍，並無留下什麼深入映像？

由於做者也是這麼認爲的，可是這並不妨礙咱們腦中的騷思路

可能下一回，咱們就會經過 psutil 實現一個服務器資源監控和比對的工具，好比這樣的：

有可能很完善，可是也有可能不須要那麼多功能。

學習更多 Python、爬蟲以及深度學習相關的知識，能夠關注微信公衆號【進擊的Coder】，和大佬一塊兒 Coding 共同進步。

請在評論區爲 麪筋哥-程書林打 call