Python基础教程（七十六）常见第三方模块之psutil：Python系统监控神器，深度解析psutil模块及其实战应用

原创于 2025-08-13 11:03:18 发布 · 569 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

Python基础教程专栏收录该内容

99 篇文章

订阅专栏

一行代码监控CPU，三行脚本追踪进程，Python运维自动化的秘密武器

一、psutil：系统监控的瑞士军刀

psutil（Process and System Utilities）是一个跨平台库，支持Linux、Windows、macOS等主流操作系统。它通过统一的API接口封装了系统底层资源数据，解决了开发者需要调用多平台命令行工具（如ps、top、netstat）的碎片化问题。其核心优势在于：

跨平台一致性：同一代码在Windows和Linux获取CPU使用率无需适配
高性能低开销：C语言核心实现，资源占用远低于启动子进程执行命令
进程级细粒度控制：支持进程创建、终止、资源追踪等全生命周期管理

安装仅需一行命令：

pip install psutil

二、核心功能深度解析

1. CPU监控：从宏观到微观

逻辑与物理核心识别
cpu_count(logical=False)返回物理核心数，logical=True则包含超线程虚拟核心：

import psutil
print(f"物理核心: {psutil.cpu_count(logical=False)}")  # 输出：物理核心: 8

多维度时间统计
cpu_times()返回命名元组，区分用户态(user)、内核态(system)、空闲(idle)等状态耗时：

times = psutil.cpu_times()
print(f"用户态耗时占比: {times.user / sum(times) * 100:.1f}%")

实时使用率采样
通过interval参数避免瞬时抖动，percpu可细分每个核心状态：

# 每1秒采样，输出各核心使用率列表
print(psutil.cpu_percent(interval=1, percpu=True)) 
# 示例输出：[12.3, 8.4, 15.1, 5.6]

2. 内存管理：突破物理限制

虚拟内存精细化分析
virtual_memory()返回结构包含缓冲(buffers)、缓存(cached)等常被忽视的指标：

mem = psutil.virtual_memory()
print(f"可用内存（含缓冲）: {mem.available / 1024**3:.2f}GB")

Swap分区预警机制
当swap_memory().percent > 30%时需警惕内存瓶颈：

swap = psutil.swap_memory()
if swap.percent > 30:
    print("警告：交换空间过度使用！")

3. 磁盘与网络：I/O瓶颈定位

分区使用率与IO关联分析
结合disk_usage()和disk_io_counters()定位高负载磁盘：

usage = psutil.disk_usage('/')
io = psutil.disk_io_counters(perdisk=True)['sda1']
print(f"sda1 写压力：{io.write_time / io.write_count:.2f} ms/次")

网络异常包检测
通过net_io_counters()捕获丢包与错误：

net = psutil.net_io_counters()
if net.errin > 0:
    print(f"网络入错包数：{net.errin}")

4. 进程控制：从监控到治理

进程树资源追踪
递归获取子进程资源总和：

def get_child_mem(pid):
    p = psutil.Process(pid)
    total_mem = p.memory_info().rss
    for child in p.children(recursive=True):
        total_mem += child.memory_info().rss
    return total_mem

进程状态机操作
支持挂起(suspend)、恢复(resume)、终止(terminate)等操作：

p = psutil.Process(1234)
if p.cpu_percent() > 90:
    p.terminate()  # CPU占用超90%时强制终止

三、实战场景：从监控到自动化

1. 实时系统仪表盘（终端版）

import psutil, time

while True:
    # 清屏并输出关键指标
    print("\033c", end="")  # Linux/Mac清屏
    print(f"CPU: {psutil.cpu_percent()}% | MEM: {psutil.virtual_memory().percent}%")
    print(f"DISK: {psutil.disk_usage('/').percent}% | NET: {psutil.net_io_counters().bytes_recv/1024:.1f}KB")
    time.sleep(1)

2. 进程资源记录器（CSV持久化）

监控指定进程并保存时序数据：

import sys, psutil, time

pid = int(sys.argv[1])
p = psutil.Process(pid)
with open(f"proc_{pid}.csv", "w") as f:
    f.write("time,cpu%,mem%\n")
    while True:
        t = time.strftime("%H:%M:%S")
        cpu = p.cpu_percent(interval=1)
        mem = p.memory_percent()
        f.write(f"{t},{cpu},{mem}\n")

3. 异常进程自动治理服务

当进程资源超阈值时自动重启：

def watchdog(pid, max_cpu=80, max_mem=20):
    p = psutil.Process(pid)
    while True:
        if p.cpu_percent() > max_cpu or p.memory_percent() > max_mem:
            p.terminate()
            new_proc = psutil.Popen(["python", "app.py"])  # 重启服务
            print(f"进程{pid}已重启，新PID: {new_proc.pid}")
        time.sleep(5)