Python 系統資源資訊獲取工具，你用過沒？
如果你需要通過 Python 程式碼來監控伺服器資源資訊，比如內容佔用情況、cpu 資源消耗以及資源不足傳送警報等，那麼這篇文章很適合你。
香香的口味，你吃過沒？ 辣辣的感覺，你嘗過沒？ 網爆紅人的歌聲，你聽過沒？ Python 系統資源資訊獲取的工具，你用過沒？ 真正的烤麵筋 可帶勁啦！~~~ 讓你吃到真正的實惠！ 不一樣的滋味！！！ 複製程式碼
致敬那個不屈的男人（麵筋哥 程書林）
工具介紹
psutil（process and system utilities）是一個跨平臺的庫， ofollow,noindex">github 、 官方文件
我們可以用它來檢視系統執行程序以及資源利用率。它主要用於系統監控、過程資源分析和限制以及執行過程的管理。psutil 的主要功能結構如下圖所示
它有三大功能模組，分別是 System related function、Processes 和 Windows Service。
psutil 實現了UNIX命令列工具提供的許多功能，比如 top、free、netstat、kill 等，並且還相容各大作業系統：
psutil 可以說是系統管理老大哥或者運維小夥不可或缺的必備模組。
psutil 的安裝
我們可以一邊翻閱psutil 的官方文件，一邊編寫程式碼，這樣就能夠更快的學習。
在 Python 環境下安裝，直接使用 pip 命令即可：
pip install psutil 複製程式碼
但是，如果你只希望當前使用者可用，而不是整個系統所有使用者都能使用，你就需要調整你的命令：
pip install -user psutil 複製程式碼
除此之外，它還提供瞭如 wget、curl 等多種安裝方式，具體可參閱 文件的 install 部分 ，但是通常來說 pip install psutil 命令已經滿足我們的需求了。
系統相關操作
它為我們提供了一些系統常用的操作內容可參閱文件。其中包括了 CPU、記憶體、磁碟、網路、感測器和程序等方面。
CPU 監控
可以通過 cpu_times 模組對 cpu 資源進行檢視，比如：
>>> import psutil >>> psutil.cpu_times() scputimes(user=477.29, nice=0.0, system=262.86, idle=6074.83) 複製程式碼
cpu_times 中的引數有哪些含義呢？文件中也給出了具體的釋義
翻譯一下，我們可以看到它給使用者提供了比較細緻的資訊監控：
將系統CPU時間作為命名元組返回。每個屬性表示CPU在給定模式下花費的秒數。屬性可用性因平臺而異： user：正常程序在使用者模式下執行所花費的時間; 在Linux上，這還包括訪客時間 system：在核心模式下執行的程序所花費的時間 閒置：無所事事的時間 特定於平臺的欄位： nice （UNIX）：在使用者模式下執行的niced（優先順序）程序所花費的時間; 在Linux上，這還包括guest_nice時間 iowait （Linux）：等待I / O完成所花費的時間 irq （Linux，BSD）：服務硬體中斷所花費的時間 softirq （Linux）：服務軟體中斷所花費的時間 steal （Linux 2.6.11+）：在虛擬化環境中執行的其他作業系統所花費的時間 guest （Linux 2.6.24+）：在Linux核心的控制下為客戶作業系統執行虛擬CPU所花費的時間 guest_nice （Linux 3.2.0+）：執行niced guest虛擬機器所花費的時間（Linux核心控制下的來賓作業系統的虛擬CPU） interrupt （Windows）：服務硬體中斷所花費的時間（類似於UNIX上的“irq”） dpc （Windows）：服務延遲過程呼叫（DPC）所花費的時間;DPC是以比標準中斷低的優先順序執行的中斷。 複製程式碼
往下看還可以看到其他的 cpu 監控模組，比如我們最需要的 cpu 資源消耗百分比，cpu_percent(interval=None, percpu=False) 可以返回一個浮點數，表示當前系統範圍的CPU利用率百分比。當interval為> 0.0比較間隔之前和之後經過的系統CPU時間（阻塞）。當interval是0.0或None比較自上次呼叫或模組匯入後經過的系統CPU時間，立即返回。這意味著第一次呼叫它將返回一個無意義的0.0 值，你應該忽略它。在這種情況下，建議0.1在呼叫之間至少呼叫此函式的準確性。當percpu是True返回表示利用率的浮點數列表，以每個CPU的百分比表示。列表的第一個元素是指第一個CPU，第二個元素是第二個CPU，依此類推。列表的順序在呼叫之間是一致的。
而通過 cpu_count() 可以檢視 cpu 核心數量，它可以返回系統中 cpu 的數量（與 os.cpu_count 的返回相同）
我電腦的 cpu 是 i3 ,但是得到的 cpu 是 4（應該得到的是2） ，為什麼呢？
cpu_count() 返回的是 cpu 邏輯數量，物理數量得加上引數cpu_count(logical = True ) 執行得到的 cpu 數量為 2，也就是我們常說的雙核四執行緒。
小 demo
如果我們希望得到類似於 top 命令的使用率排行，那我們應該如何做呢？鑑於前面學習的 cpu_percent 我們來嘗試一下：
psutil.cpu_percent(interval=3, percpu=True) 複製程式碼
其中的 interval 代表比較間隔之前和之後經過的系統CPU時間，也就是比較 3 秒間隔中 cpu 的佔用率
如果要實現排行，那麼就需要很多的記錄，意味著我們可以嘗試通過 for 迴圈來實現（此處將時間間隔設為 1 即可）：
當然，這僅僅只是將資訊輸出了 10 次，如果要進行排行，那麼還需要其他的處理。
上圖是我電腦的資源資訊截圖，結合截圖來看，我們通過程式碼獲取的系統資源資訊還是比較可信的
關於 cpu 資訊獲取的其他知識，請翻閱 psutil 官方文件的 cpu 部分，接下來要學習記憶體的資訊獲取了。
記憶體資訊獲取
virtual_memory（）將有關係統記憶體使用情況的統計資訊作為命名元組返回，包括以位元組表示的以下欄位。主要指標：
總計：總實體記憶體。 可用：可以在沒有系統進入交換的情況下立即提供給程序的記憶體。這是通過根據平臺對不同的記憶體值求和來計算的，並且它應該用於以跨平臺方式監視實際記憶體使用情況。 其他指標： used：使用的記憶體，根據平臺的不同計算，僅供參考。總計 - 免費不一定匹配使用。 free：記憶體不被使用（歸零），隨時可用; 請注意，這並不反映可用的實際記憶體（ 請改用）。總計 - 使用不一定與免費匹配 。 active （UNIX）：當前正在使用或最近使用的記憶體，因此它在RAM中。 inactive （UNIX）：標記為未使用的記憶體。 buffers （Linux，BSD）：快取檔案系統元資料之類的東西。 cached （Linux，BSD）：快取各種事物。 shared （Linux，BSD）：可由多個程序同時訪問的記憶體。 slab （Linux）：核心資料結構快取。 wired （BSD，macOS）：標記為始終保留在RAM中的記憶體。它永遠不會移動到磁碟。 複製程式碼
當然，我們並不會關注太細緻的記憶體資訊，只需要獲取內容總量、當前可用量或者當前已用量等資訊即可。
記憶體不足警報的小 demo
現在有這麼一個需求，當監控到記憶體不足 300M 的時候通過程式碼發出警告資訊，我們可以將需求簡化為：記憶體不足、發出提示
當然，上面的程式碼並不能夠真正的給我們發出警告，因為它只是向你表達它能夠做到的事。如果需要做到監控，還需要編寫更多的程式碼、設計更好的處理邏輯。
記憶體資訊獲取的其他模組介紹
swap_memory() 將系統交換記憶體統計資訊作為命名元組返回：
total：總交換記憶體（以位元組為單位） used：以位元組為單位使用的swap記憶體 free：以位元組為單位的自由交換記憶體 percent：計算的百分比使用率(total - available) / total * 100 sin：系統從磁碟交換的位元組數（累計） sout：系統從磁碟換出的位元組數（累計） 複製程式碼
不過正常狀態下，我們用得並不多，因為它並不是返回系統所有的記憶體資源資訊，而是交換記憶體的統計資訊。
程序資訊
程序資訊文件定位，程序資訊也是我們比較關注的方面，psutil.pids() 可以返回當前執行的PID列表，例如：
>>> psutil.pids() [1, 2, 3, 5, 7, 8, 9, 10, 11, 12, 13, 14, 15, 17, 18, 19, ..., 32498] 複製程式碼
文件中有一個比較有意思的介紹
我們可以按名稱過濾程序資訊，為什麼說他有意思呢？
比如我們可以通過記錄 Python 的程序資訊、記憶體資源資訊、cpu 資源資訊，來分析我們所寫的 Python 程式碼在伺服器上的資源佔用情況。我們嘗試篩選出 Python 相關的 pid：
>>> [p.info for p in psutil.process_iter(attrs=['pid', 'name']) if 'python' in p.info['name']]
[{'name': 'python3.6', 'pid': 1447}]
>>>
複製程式碼
pid 1447 的這個程序，正好是我在控制檯中演示程式碼時，啟動的 Python 程序。
總結
好了，關於 psutil 的簡單介紹就到這裡，感覺好像沒有學到什麼高大上的知識？感覺輕輕略過了一遍，並沒有留下什麼深刻映像？
因為作者也是這麼認為的，但是這並不妨礙我們腦中的騷思路
可能下一回，我們就會通過 psutil 實現一個伺服器資源監控和比對的工具，比如這樣的：
有可能很完善，但是也有可能不需要那麼多功能。
學習更多 Python、爬蟲以及深度學習相關的知識，可以關注微信公眾號【進擊的Coder】，和大佬一起 Coding 共同進步。
請在評論區為 麵筋哥-程書林打 call