Python系统进程管理模块

简介:

模块:psutil

psutil是一个跨平台库,可以很轻松的为我们实现获取系统运行的进程和资源利用率等信息。

功能:主要是为了系统监控

安装:

1
2
3
4
wget https: //pypi .python.org /packages/source/p/psutil/psutil-2 .0.0. tar .gz --no-check-certificate
tar  -zxvf psutil-2.0.0. tar .gz
cd  psutil-2.0.0
python setup.py  install


进程信息:  

进行信息主要包括以下几个部分:

  1. 进程名称

  2. 路径

  3. 状态

  4. 系统资源利用率

Psutil.Process() 使用方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import  psutil,datetime
psutil.pids()  # 列出所有进程PID
=  psutil.Process(xxx)  # 实例化Process对象,xxx为一个进程的PID
a.name()  # 进程名
a.exe()  # 进程bin路径
a.cwd()  # 进程工作目录绝对路径
a.status()  # 进程状态
a.create_time()  # 进程创建时间,时间戳格式
datetime.datetime.formtimestamp(a.create_time()).strftime( '%Y-%m-%d %H:%M:%S' # 自然时间格式
a.uids()  # 进程UID信息
a.gids()  # 进程GID信息
a.cpu_times()  # 进程CPU时间信息,包括user、system两个CPU时间
a.cpu_affinity()  # get进程CPU亲和度,如果设置进程CPU亲和度,将CPU号作为参数即可
a.memory_percent()  # 进程内存利用率
a.memory_info()  # 进程内存rss、vms信息
a.io_counters()  # 进程IO信息,包括读写IO数及字节数
a.connections()  # 返回打开进程的socket 的namedutples 列表,包括fd、family、laddr等信息
a.num_threads()  # 进程开启的线程数


作用:获取用户启动的应用程序进程信息,以便跟踪程序进程的运行状态popen类的使用:

使用方法:

1
2
3
4
5
6
7
8
import  psutil
from  subprocess  import  PIPE
# 通过psutil的Popen方法启动的应用程序,可以跟踪被程序运行的所有相关信息
a = psutil.Popen([ '/usr/bin/python' , '-c' , 'print(' hello ')' ],stdout = PIPE)
a.name()
a.username()
a.communicate()
a.cpu_times()

 







本文转自Grodd51CTO博客,原文链接:http://blog.51cto.com/juispan/2050034,如需转载请自行联系原作者

相关文章
|
3月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
3月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
475 7
|
3月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
3月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
3月前
|
监控 关系型数据库 MySQL
在CentOS系统中,如何统计哪个进程打开了文件描述符?
利用上述方法,你可以有效地监控和统计CentOS系统中的进程打开的文件描述符数量,以帮助排查错误或优化系统配置。通过组合使用各种工具和命令,可以获得对系统状态和行为的深入了解,进而做出相应的调整和
189 5
|
3月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
3月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
378 0

推荐镜像

更多