使用psutil进行系统资源的快速监控(代码)

2024-06-04 04:52

本文主要是介绍使用psutil进行系统资源的快速监控(代码),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

问题背景

如果我们没有部署成套的监控系统,如产品平台的grafana类,后台的 nmon、夜莺监控等等,又想自动化收集测试期间的系统资源使用情况,可以使用 psutil 实现自己可控的效果。

思路与目标

要在Linux环境下使用 python 监控性能指标(如CPU、内存、磁盘使用情况),你可以直接读取 /proc 文件系统中的相关信息,或者使用第三方库来简化操作。我们使用 psutil 来简化操作,目标是每秒或每 2 秒采集一次数据,结果写入到 csv(等同于 excel)文件。

每 2 秒是为了减轻监控程序对主测试项的干扰,同样的, 优秀的监控平台很多,我们自行实现也是为了弱化现有监控系统的黑盒程度。

准备工作

由于使用 esrally 测试,我本地已有 python 3 版本的环境。

pip3 install psutilLooking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Requirement already satisfied: psutil in ./python3/Python-3.10/lib/python3.10/site-packages (5.9.4)

代码实现

import psutil
import timedef monitor_resources(interval=1):print("开始监控系统资源...")# 监控循环while True:# CPU使用率cpu_percent = psutil.cpu_percent(interval=interval)print(f"CPU使用率: {cpu_percent}%")# 内存使用情况memory = psutil.virtual_memory()memory_used_percent = memory.percentprint(f"内存使用率: {memory_used_percent}%")# 磁盘使用情况,这里以根目录'/'为例disk_usage = psutil.disk_usage('/')disk_used_percent = disk_usage.percentprint(f"磁盘使用率 (根目录): {disk_used_percent}%")# 暂停一段时间再次检查time.sleep(interval)# 你可以根据需要在某条件满足时跳出循环,比如监控特定时长后停止# 示例:如果只想监控10秒,可以添加计数器或时间检查# 调用函数开始监控
monitor_resources(interval=1)

考虑优化

磁盘使用率改为速率

一般在性能测试中磁盘空间并不重要,其带宽使用率更受关注,因此需要优化上述代码。

import psutil
import timedef monitor_resources(interval=1):print("开始全面监控系统资源...")# 初始化磁盘IO计数prev_disk_io = psutil.disk_io_counters()while True:# CPU使用率cpu_percent = psutil.cpu_percent(interval=interval)print(f"CPU使用率: {cpu_percent}%")# 内存使用情况memory = psutil.virtual_memory()memory_used_percent = memory.percentprint(f"内存使用率: {memory_used_percent}%")# 磁盘读写速率监控current_disk_io = psutil.disk_io_counters()read_bytes_sec = (current_disk_io.read_bytes - prev_disk_io.read_bytes) / intervalwrite_bytes_sec = (current_disk_io.write_bytes - prev_disk_io.write_bytes) / intervalprint(f"磁盘读取速率: {read_bytes_sec / 1024 / 1024:.2f} MB/s")print(f"磁盘写入速率: {write_bytes_sec / 1024 / 1024:.2f} MB/s")prev_disk_io = current_disk_io  # 更新前一次的磁盘IO计数# 暂停一段时间再次检查time.sleep(interval)# 调用函数开始全面监控
monitor_resources(interval=1)

将输出写入到 csv

如果打印在屏幕上我们将无法进行后续的统计分析,我们首先将结果输出到文件中。

要将监控结果写入CSV文件,你可以使用Python的内置 csv 模块。下面是如何修改 monitor_resources(interval=1) 函数,使其输出结果保存到CSV文件中的示例:

import csv
import psutil
import timedef monitor_resources_to_csv(interval=1, filename='resources_monitor.csv'):"""监控系统资源并将结果写入CSV文件。:param interval: 监控间隔,单位为秒。:param filename: 输出的CSV文件名。"""print("开始监控系统资源并写入CSV...")with open(filename, mode='w', newline='') as csvfile:fieldnames = ['timestamp', 'cpu_usage', 'memory_usage', 'disk_read_rate', 'disk_write_rate']writer = csv.DictWriter(csvfile, fieldnames=fieldnames)writer.writeheader()  # 写入表头# 初始化磁盘IO计数prev_disk_io = psutil.disk_io_counters()while True:timestamp = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime())# CPU使用率cpu_percent = psutil.cpu_percent(interval=interval)# 内存使用情况memory = psutil.virtual_memory()memory_used_percent = memory.percent# 磁盘读写速率监控current_disk_io = psutil.disk_io_counters()read_bytes_sec = (current_disk_io.read_bytes - prev_disk_io.read_bytes) / intervalwrite_bytes_sec = (current_disk_io.write_bytes - prev_disk_io.write_bytes) / intervalprev_disk_io = current_disk_io  # 更新前一次的磁盘IO计数# 将数据写入CSVwriter.writerow({'timestamp': timestamp,'cpu_usage': cpu_percent,'memory_usage': memory_used_percent,'disk_read_rate': read_bytes_sec / 1024 / 1024,  # 转换为MB/s'disk_write_rate': write_bytes_sec / 1024 / 1024,  # 转换为MB/s})# 暂停一段时间再次检查time.sleep(interval)# 调用函数开始监控并写入CSV
monitor_resources_to_csv(interval=1)

这会在指定的 filename 路径下创建一个CSV文件,并将每次监控周期的CPU使用率、内存使用率以及磁盘读写速率记录下来。

每行数据包括时间戳、CPU使用率(%)、内存使用率(%)、磁盘读取速率(MB/s)和磁盘写入速率(MB/s)。请确保有权限写入指定的文件路径,并根据实际情况调整间隔时间interval和文件名filename

监控特定的磁盘

磁盘读写速率监控使用了 psutil.disk_io_counters() 方法,默认情况下,这个方法提供的是整个系统所有磁盘设备的合计I/O统计信息,包括读取和写入的字节数、操作次数等。这意味着,当你运行上述脚本时,它监控的是系统上所有活动磁盘的总体读写速率。

如果你需要针对特定磁盘进行监控,可以指定磁盘名称(通常是其挂载点或设备名称),通过psutil.disk_io_counters(perdisk=True)获取每个磁盘的详细I/O统计信息,然后根据磁盘名称筛选出你感兴趣的那一块磁盘:

def monitor_specific_disk_resources(interval=1):print("开始监控特定磁盘资源...")disks = psutil.disk_io_counters(perdisk=True)  # 获取所有磁盘的I/O统计信息# 初始化特定磁盘的IO计数prev_disk_io = disks['/'] if '/' in disks else Noneif prev_disk_io is None:print("警告:无法找到根目录磁盘的I/O信息。")returnwhile True:current_disk_io = disks['/'] if '/' in disks else Noneif current_disk_io is None:print("警告:在本次检查中丢失了根目录磁盘的I/O信息。")continue# 计算读写速率(字节/秒)read_bytes_sec = (current_disk_io.read_bytes - prev_disk_io.read_bytes) / intervalwrite_bytes_sec = (current_disk_io.write_bytes - prev_disk_io.write_bytes) / interval# 打印读写速率print(f"磁盘'/': 读取速率: {read_bytes_sec / 1024 / 1024:.2f} MB/s, 写入速率: {write_bytes_sec / 1024 / 1024:.2f} MB/s")# 更新前一次的磁盘IO计数prev_disk_io = current_disk_io# CPU和内存监控部分保持不变,这里省略以聚焦于磁盘监控的修改部分# ...# 暂停一段时间再次检查time.sleep(interval)# 调用函数开始监控
monitor_specific_disk_resources(interval=1)

请注意,上述代码专注于展示如何针对特定磁盘(以根目录 / 为例)进行读写速率监控,而没有完整包含CPU和内存监控的部分以保持代码简洁性。在实际应用中,你要将这部分内容与之前的CPU和内存监控代码结合使用。

绘制动态图

暂无。

小结

虽然我们造轮子的技术很拙劣,但是自己动手丰衣足食,也很酷。

这篇关于使用psutil进行系统资源的快速监控(代码)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1029116

相关文章

Spring中@Lazy注解的使用技巧与实例解析

《Spring中@Lazy注解的使用技巧与实例解析》@Lazy注解在Spring框架中用于延迟Bean的初始化,优化应用启动性能,它不仅适用于@Bean和@Component,还可以用于注入点,通过将... 目录一、@Lazy注解的作用(一)延迟Bean的初始化(二)与@Autowired结合使用二、实例解

SpringBoot使用Jasypt对YML文件配置内容加密的方法(数据库密码加密)

《SpringBoot使用Jasypt对YML文件配置内容加密的方法(数据库密码加密)》本文介绍了如何在SpringBoot项目中使用Jasypt对application.yml文件中的敏感信息(如数... 目录SpringBoot使用Jasypt对YML文件配置内容进行加密(例:数据库密码加密)前言一、J

Java中有什么工具可以进行代码反编译详解

《Java中有什么工具可以进行代码反编译详解》:本文主要介绍Java中有什么工具可以进行代码反编译的相关资,料,包括JD-GUI、CFR、Procyon、Fernflower、Javap、Byte... 目录1.JD-GUI2.CFR3.Procyon Decompiler4.Fernflower5.Jav

Spring Boot 中正确地在异步线程中使用 HttpServletRequest的方法

《SpringBoot中正确地在异步线程中使用HttpServletRequest的方法》文章讨论了在SpringBoot中如何在异步线程中正确使用HttpServletRequest的问题,... 目录前言一、问题的来源:为什么异步线程中无法访问 HttpServletRequest?1. 请求上下文与线

在 Spring Boot 中使用异步线程时的 HttpServletRequest 复用问题记录

《在SpringBoot中使用异步线程时的HttpServletRequest复用问题记录》文章讨论了在SpringBoot中使用异步线程时,由于HttpServletRequest复用导致... 目录一、问题描述:异步线程操作导致请求复用时 Cookie 解析失败1. 场景背景2. 问题根源二、问题详细分

从零教你安装pytorch并在pycharm中使用

《从零教你安装pytorch并在pycharm中使用》本文详细介绍了如何使用Anaconda包管理工具创建虚拟环境,并安装CUDA加速平台和PyTorch库,同时在PyCharm中配置和使用PyTor... 目录背景介绍安装Anaconda安装CUDA安装pytorch报错解决——fbgemm.dll连接p

SpringBoot快速接入OpenAI大模型的方法(JDK8)

《SpringBoot快速接入OpenAI大模型的方法(JDK8)》本文介绍了如何使用AI4J快速接入OpenAI大模型,并展示了如何实现流式与非流式的输出,以及对函数调用的使用,AI4J支持JDK8... 目录使用AI4J快速接入OpenAI大模型介绍AI4J-github快速使用创建SpringBoot

Vue项目的甘特图组件之dhtmlx-gantt使用教程和实现效果展示(推荐)

《Vue项目的甘特图组件之dhtmlx-gantt使用教程和实现效果展示(推荐)》文章介绍了如何使用dhtmlx-gantt组件来实现公司的甘特图需求,并提供了一个简单的Vue组件示例,文章还分享了一... 目录一、首先 npm 安装插件二、创建一个vue组件三、业务页面内 引用自定义组件:四、dhtmlx

使用Python创建一个能够筛选文件的PDF合并工具

《使用Python创建一个能够筛选文件的PDF合并工具》这篇文章主要为大家详细介绍了如何使用Python创建一个能够筛选文件的PDF合并工具,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录背景主要功能全部代码代码解析1. 初始化 wx.Frame 窗口2. 创建工具栏3. 创建布局和界面控件4

一文详解如何在Python中使用Requests库

《一文详解如何在Python中使用Requests库》:本文主要介绍如何在Python中使用Requests库的相关资料,Requests库是Python中常用的第三方库,用于简化HTTP请求的发... 目录前言1. 安装Requests库2. 发起GET请求3. 发送带有查询参数的GET请求4. 发起PO