linux下如何得到cpu使用率

本文提供了一段修改自top命令源码的C程序,用于在Linux系统中获取CPU使用率。该程序通过读取/proc/stat文件并计算各状态的时间变化来估算CPU使用情况。

linux中,MEM,流量都可以比较好的得到,但CPU的使用率有点麻烦,经过一番测试,把top的源码稍改了一下,可以得到,源码如下:
#include <stdio.h>
#include <stdlib.h>
#include <ctype.h>
#include <string.h>
#include <fcntl.h>

#define NCPUSTATES 5

static long cp_time[NCPUSTATES];
static long cp_old[NCPUSTATES];
static long cp_diff[NCPUSTATES];
int cpu_states[NCPUSTATES];
char buffer[4096+1];


static inline char *
skip_token(const char *p)
{
while (isspace(*p)) p++;
while (*p && !isspace(*p)) p++;
return (char *)p;
}

long percentages(cnt, out, new, old, diffs)
int cnt;
int *out;
register long *new;
register long *old;
long *diffs;

{
register int i;
register long change;
register long total_change;
register long *dp;
long half_total;

/* initialization */
total_change = 0;
dp = diffs;

/* calculate changes for each state and the overall change */
for (i = 0; i < cnt; i++)
{
if ((change = *new - *old) < 0)
{
/* this only happens when the counter wraps */
change = (int)
((unsigned long)*new-(unsigned long)*old);
}
total_change += (*dp++ = change);
*old++ = *new++;
}

/* avoid divide by zero potential */
if (total_change == 0)
{
total_change = 1;
}

/* calculate percentages based on overall change, rounding up */
half_total = total_change / 2l;
half_total = 0;
for (i = 0; i < cnt; i++)
{
//printf("dd %ld %ld/n",(*diffs* 1000 + half_total),total_change);
*out++ = (int)((*diffs++ * 1000 + half_total) / total_change);
}

/* return the total in case the caller wants to use it */
return(total_change);
}

int main(){
int fd,len;
char *p;
int i;

for(i = 0; i < 4; i++){
cpu_states[i] = 0;
cp_diff[i] = 0;
}

while(1){
fd = open("/proc/stat", O_RDONLY);
len = read(fd, buffer, sizeof(buffer)-1);
close(fd);
buffer[len] = '/0';

p = skip_token(buffer); /* "cpu" */
cp_time[0] = strtoul(p, &p, 0);
cp_time[1] = strtoul(p, &p, 0);
cp_time[2] = strtoul(p, &p, 0);
cp_time[3] = strtoul(p, &p, 0);
cp_time[4] = strtoul(p,&p,0);
//printf("f %ld %ld %ld %ld/n",cp_time[0],cp_time[1],cp_time[2],cp_time[3]);
percentages(NCPUSTATES, cpu_states, cp_time, cp_old, cp_diff);

printf("cpu used:%4.1f nice:%4.1f sys:%4.1f idle:%4.1f iowait:%4.1f/n",cpu_states[0]/10.0,cpu_states[1]/10.0,cpu_states[2]/10.0,cpu_states[3]/10.0,cpu_states[4]/10.0);

sleep(3);


}

}

内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值