LabVIEW监控实时嵌入式目标上的CPU和内存使用情况

简介: LabVIEW监控实时嵌入式目标上的CPU和内存使用情况

LabVIEW监控实时嵌入式目标上的CPU和内存使用情况


NI实时(RT)控制器上有不同的用于监测CPU和内存使用情况的不同选项。可用内存量取决于多个因素,包括已安装的软件和用户应用程序内存要求。


本文将介绍从Windows操作系统访问此信息的不同方法:


以编程方式使用LabVIEW 2012及更高版本


外部使用用Measurement& Automation Explorer(MAX)(仅内存)


外部使用NI分布式系统管理程序(DSM)(LabVIEW2009或更新版本)


外部使用实时跟踪查看器


LabVIEW8.6.x及更早版本


对于Linux实时控制器,内存管理和报告与其他实时目标不同。有关如何实现内存监控的信息,请参阅NILinux实时操作系统目标的内存报告问题。


使用LabVIEW2012及更高版本:使用系统配置API,您可以使用系统属性节点获取内存使用信息,使用系统属性节点获取内存使用信息,使用硬件属性节点获取内存和CPU


使用详细信息。有关如何使用硬件和系统属性节点的更多信息,请参阅LabVIEW中的资源Monitor.vi示例,方法是转到帮助>>查找示例...,并在NI示例查找器加载后,浏览至硬件输入和输出>>系统配置。


外部使用Measurement& Automation Explorer(MAX)(仅内存):


1. 打开最大。您可以通过选择开始»程序»NI»测量与自动化来执行此操作。


2. 在“配置”窗口中展开“远程系统”。


3. 选择您的实时控制器。


4. 在主窗口中,选择“系统设置”选项卡。此选项卡包括总内存和可用内存,以及总磁盘空间和磁盘上的可用空间量。


外部使用NI分布式系统管理器(DSM)(LabVIEW2009或更新版本):


1. 打开分布式系统管理器。您可以在Windows中选择开始»程序»NI»分布式系统管理器,或从LabVIEW单击工具»分布式系统管理器来执行此操作。


2. 在“配置”窗口中展开“网络项目”。


3. 选择实时控制器的IP地址。


4. 选择CPU/内存选项卡,然后在自动视图中查看内存使用情况。


还可以选择保存“可用内存”值的单个共享变量以查看可用内存。


注意:如果在NI分布式系统管理器中看不到此信息,请参阅NI分布式系统管理器中不可见的CPU和内存使用情况,并确保系统状态发布器已安装在实时控制器中。


在外部使用实时跟踪查看器:


监视RT目标上的CPU使用情况的另一个选项是使用实时跟踪查看器。使用实时跟踪查看器,您可以创建执行跟踪,以便查看内存分配、CPU使用情况和线程调度。实时跟踪器包含在LabVIEW2014实时模块及更高版本中。2014年之前的LabVIEW实时模块将实时跟踪观察器打包为一个独立的工具包(即实时执行跟踪工具包)。有关使用实时跟踪查看器的详细信息,请参阅使用实时跟踪查看器调试多核应用程序。


LabVIEW版本8.6及更早版本:


LabVIEW7.1,8.0,8.2.x,8.5.x,8.6.x:


实时系统管理器显示有关在RT目标上运行的VI的详细信息,并提供目标性能的动态显示。这将提供内存使用情况的最详细视图。


LabVIEW7.0:


选择操作»RT引擎信息以查看RT引擎的内存使用信息。您将看到总内存和可用内存。


LabVIEW6.0.2,6.1:


将以下行添加到主机上的labview.ini文件,然后重新启动LabVIEW:


目标记忆信息=真


然后,您可以选择操作»RTEngineInfo以查看RT引擎的内存使用情况。


附加信息


LabVIEW实时控制器上的可用内存量取于多种因素,包括安装的软件和用户应用程序内存需求。


对于Linux实时控制器,内存管理和报告与其他实时目标不同。有关如何实现内存监控的信息,请参阅NILinux实时操作系统目标的内存报告问题。


如果您使用LabVIEW2009及更高版本,则可以使用RT获取CPU负载和RT获取内存使用VI以编程方式监测CPU和内存使用情况。


如果您使用的是LabVIEW8.6或更早版本,而不是NI分布式系统管理器,则需要使用实时系统管理器。


需要说明的是,上述的例程和文档,都是可以下载的,双击即可打开,其中压缩文件是可以采用粘贴复制的方式,拷贝到硬盘上。这不是图片,各位小伙伴看到后尝试一下,这个问题就不用加微信咨询了。有关LabVIEW编程、LabVIEW开发等相关项目,可联系们。附件中的资料这里无法上传,可去公司网站搜索下载。

相关文章
|
20小时前
|
存储 弹性计算 监控
【阿里云弹性计算】深入阿里云ECS配置选择:CPU、内存与存储的最优搭配策略
【5月更文挑战第20天】阿里云ECS提供多种实例类型满足不同需求,如通用型、计算型、内存型等。选择CPU时,通用应用可选1-2核,计算密集型应用推荐4核以上。内存选择要考虑应用类型,内存密集型至少4GB起。存储方面,系统盘和数据盘容量依据应用和数据量决定,高性能应用可选SSD或高效云盘。结合业务特点和预算制定配置方案,并通过监控应用性能适时调整,确保资源最优利用。示例代码展示了使用阿里云CLI创建ECS实例的过程。
21 5
|
4天前
|
监控 Java 网络性能优化
容器内存可观测性新视角:WorkingSet 与 PageCache 监控
本文介绍了 Kubernetes 中的容器工作内存(WorkingSet)概念,它用于表示容器内存的实时使用量,尤其是活跃内存。
288 11
容器内存可观测性新视角:WorkingSet 与 PageCache 监控
|
5天前
LabVIEW中CPU和内存使用情况在NI分布式系统管理器中不可见
LabVIEW中CPU和内存使用情况在NI分布式系统管理器中不可见
13 3
|
5天前
|
监控
LabVIEW监控VI中的执行时间和内存使用情况
LabVIEW监控VI中的执行时间和内存使用情况
16 1
|
5天前
|
存储
浮点数在内存中的存储
浮点数在内存中的存储
26 0
|
5天前
|
存储
数据在内存中的存储之整数存储
数据在内存中的存储之整数存储
21 0
|
3天前
|
存储 算法 关系型数据库
实时计算 Flink版产品使用合集之在Flink Stream API中,可以在任务启动时初始化一些静态的参数并将其存储在内存中吗
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
17 4
|
4天前
|
存储 小程序 编译器
数据在内存中的存储(探索内存的秘密)
数据在内存中的存储(探索内存的秘密)
11 0
|
5天前
|
存储 监控 NoSQL
Redis处理大量数据主要依赖于其内存存储结构、高效的数据结构和算法,以及一系列的优化策略
【5月更文挑战第15天】Redis处理大量数据依赖内存存储、高效数据结构和优化策略。选择合适的数据结构、利用批量操作减少网络开销、控制批量大小、使用Redis Cluster进行分布式存储、优化内存使用及监控调优是关键。通过这些方法,Redis能有效处理大量数据并保持高性能。
25 0
|
5天前
|
存储 编译器 程序员
C语言:数据在内存中的存储
C语言:数据在内存中的存储
15 2