Python系统性能信息模块

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

CPU利用率主要包括以下几部分CPU信息:

  1. User time,执行用户进程的时间百分比

  2. System time,执行内核进程和中断的时间百分比

  3. Wait IO,由于IO等待而使CPU处于idle(空闲)状态的时间百分比

  4. Idle,CPU处于idle状态的时间百分比

Psutil.cpu_times() 使用方法:

1
2
3
4
5
import  psutil
psutil.cpu_times(percpu = True )     # 使用cpu_times 方法获取CPU完整信息,需要显示所有逻辑CPU信息,percpu = True可选
psutil.cpu_times().user           # 获取单项数据信息,如用户user 的CPU 时间比
psutil.cpu_count()                # 获取CPU 的逻辑个数,默认logical=True
psytil.cpu_count(logical = False )   # 获取CPU 的物理个数


内存信息主要包括以下几个部分:内存信息:

  1. Total(内存总数)

  2. Used(已使用的内存数)

  3. Free(空闲内存数)

  4. Buffers(缓冲使用数)

  5. Cache(缓存使用数)

  6. Swap(交换分区使用数)

Psutil.virtual_memory()和psutil.swap_memory() 使用方法:

1
2
3
4
5
6
import  psutil
mem = psutil.virtual_memory()  # 获取内存完整信息
print (mem)
mem.total                    # 获取内存总数
mem.free                     # 获取空闲内存数
psutil.swap_memory()         # 获取swap分区信息


磁盘信息主要包括以下几个部分:磁盘信息:

  1. Read_count(读IO数)

  2. Write_time(写IO数)

  3. Read_bytes(IO读字节数)

  4. Read_time(磁盘读时间)

  5. Write_time(磁盘写时间)

Psutil.disk_io_counters() 使用方法:

1
2
3
4
5
import  psutil
psutil.disk_partitions()               # 获取磁盘完整信息
psutil.disk_usage( '/' )                 # 获取分区(参数) 使用情况
psutil.disk_io_counters()              # 获取硬盘总的IO个数、读写信息
psutil.disk_io_counters(perdisk = True # 'perdisk=True'参数获取单个分区IO个数、读写信息


网络信息主要包括以下几个部分:网络信息:

  1. Bytes_sent(发送字节数)

  2. Bytes_recv(接收字节数)

  3. Packets_sent(发送数据包数)

  4. Packets_recv(接收数据包数)

Psutil.net_io_counters() 使用方法:

1
2
3
import  psutil
psutil.net_io_counters()             # 获取网络总的IO信息,默认pernic=False
psutil.net_io_counters(pernic = True # 输出每个网络接口的IO信息


其他系统信息:

1
2
3
4
import  psutil,datetime
psutil.users()                                                                     # 返回当前登录系统的用户信息
psutil.boot_time()                                                                 # 获取开机时间,以Linux时间戳格式返回
datetime.datetime.formtimestamp(psutil.boot_time()).strftime( '%Y-%m-%d %H:%M:%S' # 转换成自然时间格式

本文转自Grodd51CTO博客,原文链接:http://blog.51cto.com/juispan/2050032,如需转载请自行联系原作者
相关文章
|
5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。
|
5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。
621 7
|
5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。
|
5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。
|
5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。
|
5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。
477 0

推荐镜像

更多