一文解密Python进行监控进程的黑科技

作者:

文章目录
  • 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
  • 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。
  • 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。
  • 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。
  • 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()) 到此这篇关于一文解密Python进行监控进程的黑科技的文章就介绍到这了,更多相关Python监控进程内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客! 您可能感兴趣的文章: 使用Python实现IP地址和端口状态检测与监控 python基于watchdog库实现文件系统监控 Python自动化运维中服务器性能监控与告警详解 利用Python监控设备电池电量并发送通知 Python脚本实现定时监控端口 Python中内存监控的三种实现方法介绍
  • 目录
    • 准备工作
    • 监控CPU使用率
    • 监控内存使用率
    • 监控IO使用率
    • 小工具代码整合

    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。 

    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
    

    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。

    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。

    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。

    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())

    到此这篇关于一文解密Python进行监控进程的黑科技的文章就介绍到这了,更多相关Python监控进程内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客!

    您可能感兴趣的文章:

    • 使用Python实现IP地址和端口状态检测与监控
    • python基于watchdog库实现文件系统监控
    • Python自动化运维中服务器性能监控与告警详解
    • 利用Python监控设备电池电量并发送通知
    • Python脚本实现定时监控端口
    • Python中内存监控的三种实现方法介绍

    站内搜索