溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
psutil（python系統和流程實用程序）是一個跨平臺庫，用于在Python中檢索有關正在運行的 進程和系統利用率（CPU，內存，磁盤，網絡，傳感器）的信息。它主要用于系統監視，分析，限制進程資源和運行進程的管理。它實現了UNIX命令行工具提供的許多功能，例如：ps，top，lsof，netstat，ifconfig，who，df，kill，free，nice，ionice，iostat，iotop，uptime，pidof，tty，taskset，pmap.
安裝
pip3 install psutil
cpu
psutil.cpu_times(percpu=False)
將系統CPU時間作為命名元組返回。每個屬性表示CPU在給定模式下花費的秒數.
字段說明:
當percpu是True返回一個名為元組的列表在系統上的每個邏輯CPU。列表的第一個元素是指第一個CPU，第二個元素是第二個CPU.
psutil.cpu_percent(interval = None，percpu = False)
返回一個浮點數，表示當前系統范圍的CPU利用率百分比.當percpu是True返回表示利用率的浮點數列表，以每個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.
In [9]: psutil.cpu_percent(interval=1)
Out[9]: 26.8
In [10]: psutil.cpu_percent(interval=None)
Out[10]: 28.8
In [11]: psutil.cpu_percent(interval=1,percpu=True)
Out[11]: [5.9, 51.0, 25.7, 26.7]psutil.cpu_times_percent(interval = None，percpu = False)
與cpu_percent() 相同但提供每個特定cpu時間的利用率百分比.
In [13]: psutil.cpu_times_percent(interval=1,percpu=True)
Out[13]:
[scputimes(user=3.0, nice=0.0, system=0.0, idle=97.0, iowait=0.0, irq=0.0, softirq=0.
0, steal=0.0, guest=0.0, guest_nice=0.0),
scputimes(user=2.0, nice=0.0, system=1.0, idle=97.0, iowait=0.0, irq=0.0, softirq=0.
0, steal=0.0, guest=0.0, guest_nice=0.0),
scputimes(user=4.0, nice=0.0, system=1.0, idle=95.0, iowait=0.0, irq=0.0, softirq=0.0, steal=0.0, guest=0.0, guest_nice=0.0),
scputimes(user=98.0, nice=0.0, system=1.0, idle=0.0, iowait=0.0, irq=0.0, softirq=0.0, steal=0.0, guest=0.0, guest_nice=0.0)]psutil.cpu_count(logical=True)
返回系統中邏輯CPU的數量. 當logical為False時返回物理核心數.
In [14]: psutil.cpu_count(logical=True)
Out[14]: 4
In [17]: psutil.cpu_count(logical=False)
Out[17]: 2 獲得可用cpu數量
In [18]: len(psutil.Process().cpu_affinity())
Out[18]: 4psutil.cpu_stats()
將各種CPU統計信息作為命名元組返回.
In [19]: psutil.cpu_stats()
Out[19]: scpustats(ctx_switches=10645749, interrupts=2838571, soft_interrupts=2770642
, syscalls=0)psutil.cpu_freq(percpu=False)
將CPU頻率作為名稱包返回，包括 以Mhz表示的當前，最小和最大頻率.
當percpu為True并且系統支持每CPU頻率檢索,為每個CPU返回一個頻率列表，否則返回包含單個元素的列表.
In [20]: psutil.cpu_freq(percpu=False)
Out[20]: scpufreq(current=3021.204, min=800.0, max=3100.0)
In [21]: psutil.cpu_freq(percpu=True)
Out[21]:
[scpufreq(current=3010.085, min=800.0, max=3100.0),
scpufreq(current=3086.548, min=800.0, max=3100.0),
scpufreq(current=2993.103, min=800.0, max=3100.0),
scpufreq(current=2993.23, min=800.0, max=3100.0)]memory
psutil.virtual_memory()
查看物理內存
In [24]: mem = psutil.virtual_memory()
In [25]: mem
Out[25]: svmem(total=12504399872, available=9867579392, percent=21.1, used=206
4056320, free=7957213184, active=2586599424, inactive=1411063808, buffers=2329
23136, cached=2250207232, shared=330375168, slab=357433344)psutil.swap_memory()
將系統交換內存統計信息作為命名元組返回.
disk
psutil.disk_partitions(all=False)
將所有已安裝的磁盤分區作為命名元組列表返回，包括設備，掛載點和文件系統類型.
psutil.disk_usage(path)
In [32]: psutil.disk_usage('/')
Out[32]: sdiskusage(total=181488431104, used=12284243968, free=159913754624, percent=7.1) psutil.disk_io_counters(perdisk=False,nowrap=True)
將系統范圍的磁盤I / O統計信息作為命名元組返回
當perdisk為True,系統上安裝的每個物理磁盤返回相同的信息，作為字典.分區名稱為鍵,命名元組為值.當nowrap為True,psutil將在函數調用中檢測并調整這些數字，并將“舊值”添加到“新值”，以便返回的數字將始終增加或保持不變，但永遠不會減少.
psutil.disk_io_counters.cache_clear() 用于使nowrap 緩存無效.
In [36]: psutil.disk_io_counters()
In [37]: psutil.disk_io_counters(perdisk=True) # 返回字典,所有磁盤信息.network
psutil.net_io_counters(pernic=False,nowrap=True)
將系統范圍的網絡I/O統計信息作為命名元組返回
當pernic為True,系統上安裝的每個網絡接口返回相同的信息作為字典,網絡接口名稱作為鍵,命名元組為值. psutil.net_io_counters.cache_clear() 用于使nowrap 緩存無效.
In [41]: psutil.net_io_counters()
In [42]: psutil.net_io_counters(pernic=True)psutil.net_connections(kind='inet')
將系統范圍的套接字連接作為命名元組列表返回.
In [45]: psutil.net_connections()
In [45]: psutil.net_connections(kind='inet')psutil.net_if_addrs()
將與系統上安裝的每個NIC（網絡接口卡）關聯的地址作為字典返回.鍵為NIC名稱,值是分配給NIC的每個地址的命名元組列表.
psutil.net_if_stats()
將有關每個NIC（網絡接口卡）的信息作為字典返回,鍵是NIC名稱,值是以下字段:
傳感器:
psutil.sensors_temperatures()
返回硬件溫度。每個條目都是一個名為元組，代表某個硬件溫度傳感器.
psutil.sensors_fans()
返回硬件風扇速度,每個條目都是一個名為元組，代表某個硬件傳感器風扇。風扇速度以RPM（每分鐘輪數）表示.
psutil.sensors_battery()
將電池狀態信息作為命名元組返回
其他系統信息
psutil.boot_time()
返回自紀元以來以秒表示的系統啟動時間.
In [52]: import psutil,datetime
In [53]: psutil.boot_time()
Out[53]: 1544831477.0
In [54]:datetime.datetime.fromtimestamp(psutil.boot_time()).strftime("%Y-%m-%d %H:%M:
...: %S")
Out[54]: '2018-12-15 07:51:17'psutil.users()
將當前在系統上連接的用戶作為命名元組列表返回,包含:
In [56]: psutil.users()
process
psutil.pids()
返回當前運行的PID列表。
psutil.process_iter(attrs=None,ad_value=None)
返回一個迭代器Process，為本地計算機上的所有正在運行的進程生成一個類實例。每個實例只創建一次，然后緩存到內部表中，每次生成一個元素時都會更新。Process檢查緩存實例的身份，以便在其他進程重用PID時保證安全.
In [59]: import psutil
In [60]: for proc in psutil.process_iter():
...: try:
...: pinfo = proc.as_dict(attrs=['pid','name','username'])
...: except psutil.NoSuchProcess:
...: pass
...: else:
...: print(pinfo)
...:
{'name': 'systemd', 'pid': 1, 'username': 'root'}
{'name': 'kthreadd', 'pid': 2, 'username': 'root'}
{'name': 'kworker/0:0H', 'pid': 4, 'username': 'root'}使用attrs參數的更緊湊版本:
In [62]: for proc in psutil.process_iter(attrs=['pid','name','username']):
...: print(proc.info)
用于創建數據結構的dict:
In [63]: procs = {p.pid: p.info for p in psutil.process_iter(attrs=['name','username'])}
In [64]: procs
顯示如何按名稱過濾進程:
In [66]: [p.info for p in psutil.process_iter(attrs=['pid','name']) if 'python' in p.info['name']]psutil.pid_exists(pid)
檢查當前進程列表中是否存在給定的PID. 或者: pid in psutil.pids().
psutil.wait_procs(procs，timeout = None，callback = None)
等待Process實例列表終止的便捷功能。返回一個元組，指示哪些進程已經消失，哪些進程仍然存在。該走的人都會有一個新的 返回碼屬性，指示進程的退出狀態.
終止并等待此進程的所有子進程
import psutil
def on_terminate(proc):
print("process {} terminated with exit code {}".format(proc, proc.returncode))
procs = psutil.Process().children()
for p in procs:
p.terminate()
gone, alive = psutil.wait_procs(procs, timeout=3, callback=on_terminate)
for p in alive:
p.kill()異常
class psutil.Error
基本異常類。所有其他異常都繼承自此異常.
class psutil.NoSuchProcess
class psutil.ZombieProcess
class psutil.AccessDenied
class psutil.TimeoutExpired進程類
class psutil.Process 表示具有給定pid的OS進程.
oneshot() 實用程序上下文管理器.可以顯著加快多個進程信息的檢索速度
In [80]: p = psutil.Process()
In [81]: with p.oneshot():
...: p.name()
...: p.cpu_times()
...: p.cpu_percent()
...: p.create_time()
...: p.ppid()
...: p.status()oneshot的方法:
cpu_num()
cpu_percent()
create_time()
name()
ppid()
status()
terminal()
gids()
num_ctx_switches()
num_threads()
uids()
username()
memory_full_info()
memory_maps()pid:
過程pid,該類的唯一只讀屬性.
ppid()
進程父PID
name()
進程名稱
exe()
該進程可作為絕對路徑執行.
In [82]: import psutil
In [83]: psutil.Process().exe()
Out[83]: '/services/devopsinstall/python3.6/bin/python3.6'cmdline() 此過程的命令行已作為字符串列表調用
In [85]: psutil.Process().cmdline()
Out[85]:
['/services/devopsinstall/python3.6/bin/python3.6',
'/services/devopsinstall/python3.6/bin/ipython']environ()
作為dict的進程的環境變量.In [87]: psutil.Process().environ()
create_time()
流程創建時間為浮點數. 以UTC為單位. 以秒為單位表示.
In [88]: import psutil,datetime
In [89]: p = psutil.Process()
In [90]: p.create_time()
Out[90]: 1544833282.8
In [91]: datetime.datetime.fromtimestamp(p.create_time()).strftime("%Y-%m-%d %H:%M:%S"
...: )
Out[91]: '2018-12-15 08:21:22'as_dict (attrs=None,ad_value=None)
實用方法將多個流程信息檢索為字典.
In [92]: import psutil
In [93]: p = psutil.Process()
In [94]: p.as_dict(attrs=['pid','name','username'])
Out[94]: {'name': 'ipython', 'pid': 6296, 'username': 'liyuanjie'}parent()
將父進程作為Process 對象返回的實用方法，搶先檢查PID是否已被重用.
status()
當前進程狀態為字符串.
cwd()
進程當前工作目錄為絕對路徑.
username()
擁有該進程的用戶的名稱.
uids()
有效和保存的用戶ID作為命名元組.
gids()
有效和保存的組ID作為命名元組.
terminal()
與此過程關聯的終端.
nice
獲取或設置進程的優先級.
In [95]: import psutil
In [96]: p = psutil.Process()
In [97]: p.nice(10)
In [98]: p.nice()
Out[98]: 10ionice(inclass=None,value=None)
獲取或設置進程I/O優先級.
In [99]: import psutil
In [100]: p = psutil.Process()
In [101]: p.ionice(psutil.IOPRIO_CLASS_IDLE)
In [102]: p.ionice()
Out[102]: pionice(ioclass=<IOPriority.IOPRIO_CLASS_IDLE: 3>, value=0)rlimit()
獲取或設置進程資源限制
In [103]: import psutil
In [104]: p = psutil.Process()
In [105]: p.rlimit(psutil.RLIMIT_NOFILE,(128,128))
In [106]: p.rlimit(psutil.RLIMIT_FSIZE,(1024,1024))
In [107]: p.rlimit(psutil.RLIMIT_FSIZE)
Out[107]: (1024, 1024)
In [108]: p
Out[108]: psutil.Process(pid=6296, name='ipython', started='08:21:22')io_counters()
將進程I/O統計信息作為命名元組返回
In [109]: import psutil
In [110]: p = psutil.Process()
In [111]: p.io_counters()
Out[111]: pio(read_count=58545, write_count=81420, read_bytes=921600, write_bytes=2277
376, read_chars=10377708, write_chars=2828564)num_ctx_switches()
由此過程執行的自愿和非自愿上下文切換次數.
num_fds()
此進程當前打開的文件描述符數
num_handles()
此進程當前使用的句柄數.
num_threads()
此進程當前使用的線程數.
threads()
將進程打開的線程返回為命名元組列表，包括線程ID和線程CPU時間.
cpu_times()
返回一個名為tuple 的（user，system，children_user，children_system），表示累積的進程時間，以秒為單位.
cpu_percent(interval=None)
返回一個浮點數，表示進程CPU利用率百分比，也可以是進程在不同CPU上運行多個線程的情況。.
In [112]: import psutil
In [113]: p = psutil.Process()
In [114]: p.cpu_percent(interval=1)
Out[114]: 0.0
In [115]: p.cpu_percent(interval=None)
Out[115]: 10.0cpu_affinity(cpus=)
獲取或設置進程當前 CPU關聯。CPU親和性包括告訴操作系統僅在一組有限的CPU上運行進程.
In [116]: import psutil
In [117]: psutil.cpu_count()
Out[117]: 4
In [118]: p = psutil.Process()
In [119]: p.cpu_affinity()
Out[119]: [0, 1, 2, 3]
In [120]: p.cpu_affinity([0,1])
In [121]: p.cpu_affinity()
Out[121]: [0, 1]
In [122]: p.cpu_affinity([])cpu_num()
返回當前正在運行此進程的CPU.
可結合使用psutil.cpu_percent(percpu=True)來觀察分布在多個CPU上的系統工作負載.
memory_info ()
返回具有可變字段的命名元組.
In [123]: import psutil
In [124]: p = psutil.Process()
In [125]: p.memory_info()
Out[125]: pmem(rss=77422592, vms=2310541312, shared=9818112, text=5578752, lib=0, data
=121827328, dirty=0)memory_full_info()
此方法返回相同的信息memory_info().
In [126]: import psutil
In [127]: p = psutil.Process()
In [128]: p.memory_full_info()
Out[128]: pfullmem(rss=77365248, vms=2310541312, shared=9818112, text=5578752, lib=0,
data=121827328, dirty=0, uss=72835072, pss=73095168, swap=0)memory_percent(memtype="rss")
將進程內存與總物理系統內存進行比較，并以百分比形式計算進程內存利用率.
memory_maps(grouped=True)
將進程的映射內存區域返回為命名元組的列表，其字段根據平臺而變化.
In [130]: p = psutil.Process()
In [131]: p.memory_maps()
In [133]: p.memory_maps(grouped=False)children(recursive = False)
將此進程的子節點作為Process 實例列表返回.p.children(recursive=True)
open_files()
將進程打開的常規文件作為命名元組列表返回.
In [146]: f = open('file.txt','w')In [147]: p = psutil.Process()
In [148]: p.open_files()
connections(kind="inet")
返回由進程打開的套接字連接作為命名元組的列表.
In [162]: p = psutil.Process(20191)
In [163]: p.name()
Out[163]: 'firefox'
In [164]: p.connections()is_running()
返回當前進程是否在當前進程列表中運行.
send_signal()
發送信號進行處理.
suspend()
使用SIGSTOP信號暫停進程執行.
resume()
使用SIGCONT信號恢復進程執行.
terminate()
使用SIGTERM信號終止進程.
kill()
使用SIGKILL信號搶占當前進程.
wait()
等待進程終止.
In [165]: p = psutil.Process(20191)
In [166]: p.terminate()
In [167]: p.wait()
In [168]: p
Out[168]: psutil.Process(pid=20191, status='terminated')Popen類
psutil.Popen
In [1]: import psutil
In [2]: from subprocess import PIPE
In [3]: p = psutil.Popen(["/usr/bin/python3","-c","print('yuanjie')"],stdout=PIPE)
In [4]: p.name()
Out[4]: 'python3'
In [5]: p.username()
Out[5]: 'liyuanjie'
In [6]: p.communicate()
Out[6]: (b'yuanjie\n', None)
In [7]: p.wait(timeout=2)
Out[7]: 0psutil.Popen通過with語句支持對象作為上下文管理器：在退出時，將關閉標準文件描述符，并等待進程.
In [8]: import psutil,subprocess
In [9]: with psutil.Popen(["ifconfig"],stdout=subprocess.PIPE) as proc:
...: log.write(proc.stdout.read())過濾和排序過程
這是一個單行的集合，顯示如何使用process_iter()以過濾流程并對其進行排序.
In [12]: import psutilIn [13]: from pprint import pprint as pp
In [14]: pp([p.info for p in psutil.process_iter(attrs=['pid','name']) if 'python' in p.info['name']])
[{'name': 'python3.6', 'pid': 14942},
{'name': 'python3.6', 'pid': 14946},
{'name': 'ipython', 'pid': 22123}]
用戶擁有的進程:
In [15]: import getpass
In [16]: pp([(p.pid,p.info['name']) for p in psutil.process_iter(attrs=['name','username']) if p.info['username'] == getpass.getuser()])
[(1751, 'systemd'),
(1752, '(sd-pam)'),
(1765, 'gnome-keyring-daemon'),
進程積極運行:
In [17]: pp([(p.pid,p.info) for p in psutil.process_iter(attrs=['name','status']) if p.info['status'] == psutil.STATUS_RUNNING])
[(22123, {'name': 'ipython', 'status': 'running'})]
- 使用日志文件的進程：
```
In [18]: import os,psutil
In [20]: for p in psutil.process_iter(attrs=['name','open_files']):
...: for file in p.info['open_files'] or []:
...: if os.path.splitext(file.path)[1] == '.log':
...: print("%-5s %-10s %s" % (p.pid,p.info['name'][:10],file.path))
``````
消耗超過500M內存的進程:
In [21]: pp([(p.pid,p.info['name'],p.info['memory_info'].rss) for p in psutil.process_iter(attrs=['name','memory_info']) if p.info['memory_info'].rss > 500 * 1024 * 1024])?
? 消耗最多的3個進程:
? In [22]: pp([(p.pid,p.info) for p in sorted(psutil.process_iter(attrs=['name','memory_percent']),key=lambda p: p.info['memory_percent'])][-3:])
? ```
消耗最多CPU時間的前3個進程：
In [23]: pp([(p.pid,p.info['name'],sum(p.info['cpu_times'])) for p in sorted(psutil.process_iter(attrs=['name','cpu_times']),key=lambda p: sum(p.info['cpu_times'][:2]))][-3:])導致I/O最多的前3個進程
執行錯誤, 報錯:
pp([(p.pid, p.info['name']) for p in sorted(psutil.process_iter(attrs=['name', 'io_counters']), key=lambda p: p.info['io_counters'] and p.info['io_counters'][:2])][-3:])
TypeError: '<' not supported between instances of 'NoneType' and 'NoneType'打開更多文件描述符的前3個進程:
pp([(p.pid, p.info) for p in sorted(psutil.process_iter(attrs=['name', 'num_fds']), key=lambda p: p.info['num_fds'])][-3:])
報錯: TypeError: '<' not supported between instances of 'NoneType' and 'NoneType'psutil腳本的github地址
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
