Wie aktuelle CPU und RAM-Auslastung in Python erhalten?
https://stackoverflow.com/questions/276052
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
RussianFrage
Was ist Ihre bevorzugte Art und Weise der aktuellen Systemstatus (aktuelle CPU, RAM, freie Festplattenspeicher, etc.) des Erhaltens in Python? Bonuspunkte für * nichts und Windows-Plattformen.
Es scheint ein paar Möglichkeiten zu extrahieren zu sein, dass aus meiner Suche:
-
Bibliothek verwenden wie PSI (das scheint derzeit nicht aktiv weiterentwickelt und wird nicht unterstützt auf mehrere Plattform) oder so etwas wie pystatgrab (wieder keine Aktivität seit 2007 scheint es, und keine Unterstützung für Windows).
-
Mit Plattform-spezifischen Code wie einem
os.popen("ps")oder ähnliches für die * nix-Systeme undMEMORYSTATUSinctypes.windll.kernel32(siehe diese Rezept auf Active ) für die Windows-Plattform. Man könnte eine Python-Klasse zusammen mit all dem Code-Schnipsel.
Es ist nicht, dass diese Methoden sind schlecht, aber gibt es bereits einen gut unterstützt, Multi-Plattform-Weg, um die gleiche Sache zu tun?
Lösung
Die psutil Bibliothek einige Systeminformationen geben (CPU / Speicher-Nutzung) auf einer Vielzahl von Plattformen:
psutil ist ein Modul auf dem laufenden Prozesse und die Systemauslastung (CPU, Speicher) in einem tragbaren Weise eine Schnittstelle zum Abrufen von Informationen Bereitstellung von Python, viele Funktionalitäten angeboten von Tool wie ps, top und Windows Task-Manager zu implementieren.
Es unterstützt derzeit Linux, Windows, OS X und Sun Solaris, FreeBSD, OpenBSD und NetBSD, 32-Bit- und 64-Bit-Architekturen, mit Python-Versionen 2,6-3,5 (Benutzer von Python 2.4 und 2.5 kann 2.1.3 verwenden Version).
UPDATE: Hier sind einige Beispiele für den Gebrauch von psutil:
#!/usr/bin/env python
import psutil
# gives a single float value
psutil.cpu_percent()
# gives an object with many fields
psutil.virtual_memory()
# you can convert that object to a dictionary
dict(psutil.virtual_memory()._asdict())
Andere Tipps
Mit der psutil Bibliothek . Auf Ubuntu 18.04, installiert pip 5.5.0 (aktuelle Version), wie von 2019.01.30. Ältere Versionen können etwas anders verhalten. Sie können Ihre Version von psutil überprüfen, indem Sie diese in Python zu tun:
from __future__ import print_function # for Python2
import psutil
print(psutil.__version__)
Um einige Speicher und CPU-Statistiken zu erhalten:
from __future__ import print_function
import psutil
print(psutil.cpu_percent())
print(psutil.virtual_memory()) # physical memory usage
print('memory % used:', psutil.virtual_memory()[2])
Die virtual_memory (Tupel) wird die Prozent-Speicher verwendet systemweiten haben. Dies schien für mich auf Ubuntu 18.04 um ein paar Prozent hoch genug eingeschätzt werden.
Sie können auch die von der aktuellen Python-Instanz verwendeten Speicher erhalten:
import os
import psutil
pid = os.getpid()
py = psutil.Process(pid)
memoryUse = py.memory_info()[0]/2.**30 # memory use in GB...I think
print('memory use:', memoryUse)
, die die aktuelle Speichernutzung Ihres Python-Skript gibt.
Es gibt einige tiefer gehende Beispiele auf der pypi Seite für psutil .
Nur für Linux: Einzeiler für die RAM-Nutzung mit nur stdlib Abhängigkeit:
import os
tot_m, used_m, free_m = map(int, os.popen('free -t -m').readlines()[-1].split()[1:])
edit: angegebene Lösung OS Abhängigkeit
Im Folgenden Codes, ohne externe Bibliotheken für mich gearbeitet. Getestet habe ich in Python 2.7.9
CPU-Auslastung
import os
CPU_Pct=str(round(float(os.popen('''grep 'cpu ' /proc/stat | awk '{usage=($2+$4)*100/($2+$4+$5)} END {print usage }' ''').readline()),2))
#print results
print("CPU Usage = " + CPU_Pct)
Und RAM-Nutzung, Total, freie und
import os
mem=str(os.popen('free -t -m').readlines())
"""
Get a whole line of memory output, it will be something like below
[' total used free shared buffers cached\n',
'Mem: 925 591 334 14 30 355\n',
'-/+ buffers/cache: 205 719\n',
'Swap: 99 0 99\n',
'Total: 1025 591 434\n']
So, we need total memory, usage and free memory.
We should find the index of capital T which is unique at this string
"""
T_ind=mem.index('T')
"""
Than, we can recreate the string with this information. After T we have,
"Total: " which has 14 characters, so we can start from index of T +14
and last 4 characters are also not necessary.
We can create a new sub-string using this information
"""
mem_G=mem[T_ind+14:-4]
"""
The result will be like
1025 603 422
we need to find first index of the first space, and we can start our substring
from from 0 to this index number, this will give us the string of total memory
"""
S1_ind=mem_G.index(' ')
mem_T=mem_G[0:S1_ind]
"""
Similarly we will create a new sub-string, which will start at the second value.
The resulting string will be like
603 422
Again, we should find the index of first space and than the
take the Used Memory and Free memory.
"""
mem_G1=mem_G[S1_ind+8:]
S2_ind=mem_G1.index(' ')
mem_U=mem_G1[0:S2_ind]
mem_F=mem_G1[S2_ind+8:]
print 'Summary = ' + mem_G
print 'Total Memory = ' + mem_T +' MB'
print 'Used Memory = ' + mem_U +' MB'
print 'Free Memory = ' + mem_F +' MB'
Hier ist etwas, das ich zusammen vor einer Weile gesagt, ist es nur für Windows, sondern können Ihnen helfen, einen Teil von dem, was Sie getan brauchen.
Abgeleitet von: „Für sys verfügbar mem“ http://msdn2.microsoft.com/en-us/library/aa455130.aspx
„individuelle Prozessinformationen und Python-Skript Beispiele“ http://www.microsoft.com/technet/scriptcenter/scripts /default.mspx?mfr=true
Hinweis: der WMI-Schnittstelle / Prozess ist auch für die ähnlichen Aufgaben zur Verfügung Ich bin es hier nicht verwenden, da die aktuelle Methode meiner Bedürfnisse abdeckt, aber wenn ein Tag ist es notwendig, um dies zu erweitern oder zu verbessern, kann dann will die WMI-Tools, um eine vailable zu untersuchen.
WMI für Python:
http://tgolden.sc.sabren.com/python/wmi.html
Der Code:
'''
Monitor window processes
derived from:
>for sys available mem
http://msdn2.microsoft.com/en-us/library/aa455130.aspx
> individual process information and python script examples
http://www.microsoft.com/technet/scriptcenter/scripts/default.mspx?mfr=true
NOTE: the WMI interface/process is also available for performing similar tasks
I'm not using it here because the current method covers my needs, but if someday it's needed
to extend or improve this module, then may want to investigate the WMI tools available.
WMI for python:
http://tgolden.sc.sabren.com/python/wmi.html
'''
__revision__ = 3
import win32com.client
from ctypes import *
from ctypes.wintypes import *
import pythoncom
import pywintypes
import datetime
class MEMORYSTATUS(Structure):
_fields_ = [
('dwLength', DWORD),
('dwMemoryLoad', DWORD),
('dwTotalPhys', DWORD),
('dwAvailPhys', DWORD),
('dwTotalPageFile', DWORD),
('dwAvailPageFile', DWORD),
('dwTotalVirtual', DWORD),
('dwAvailVirtual', DWORD),
]
def winmem():
x = MEMORYSTATUS() # create the structure
windll.kernel32.GlobalMemoryStatus(byref(x)) # from cytypes.wintypes
return x
class process_stats:
'''process_stats is able to provide counters of (all?) the items available in perfmon.
Refer to the self.supported_types keys for the currently supported 'Performance Objects'
To add logging support for other data you can derive the necessary data from perfmon:
---------
perfmon can be run from windows 'run' menu by entering 'perfmon' and enter.
Clicking on the '+' will open the 'add counters' menu,
From the 'Add Counters' dialog, the 'Performance object' is the self.support_types key.
--> Where spaces are removed and symbols are entered as text (Ex. # == Number, % == Percent)
For the items you wish to log add the proper attribute name in the list in the self.supported_types dictionary,
keyed by the 'Performance Object' name as mentioned above.
---------
NOTE: The 'NETFramework_NETCLRMemory' key does not seem to log dotnet 2.0 properly.
Initially the python implementation was derived from:
http://www.microsoft.com/technet/scriptcenter/scripts/default.mspx?mfr=true
'''
def __init__(self,process_name_list=[],perf_object_list=[],filter_list=[]):
'''process_names_list == the list of all processes to log (if empty log all)
perf_object_list == list of process counters to log
filter_list == list of text to filter
print_results == boolean, output to stdout
'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
self.process_name_list = process_name_list
self.perf_object_list = perf_object_list
self.filter_list = filter_list
self.win32_perf_base = 'Win32_PerfFormattedData_'
# Define new datatypes here!
self.supported_types = {
'NETFramework_NETCLRMemory': [
'Name',
'NumberTotalCommittedBytes',
'NumberTotalReservedBytes',
'NumberInducedGC',
'NumberGen0Collections',
'NumberGen1Collections',
'NumberGen2Collections',
'PromotedMemoryFromGen0',
'PromotedMemoryFromGen1',
'PercentTimeInGC',
'LargeObjectHeapSize'
],
'PerfProc_Process': [
'Name',
'PrivateBytes',
'ElapsedTime',
'IDProcess',# pid
'Caption',
'CreatingProcessID',
'Description',
'IODataBytesPersec',
'IODataOperationsPersec',
'IOOtherBytesPersec',
'IOOtherOperationsPersec',
'IOReadBytesPersec',
'IOReadOperationsPersec',
'IOWriteBytesPersec',
'IOWriteOperationsPersec'
]
}
def get_pid_stats(self, pid):
this_proc_dict = {}
pythoncom.CoInitialize() # Needed when run by the same process in a thread
if not self.perf_object_list:
perf_object_list = self.supported_types.keys()
for counter_type in perf_object_list:
strComputer = "."
objWMIService = win32com.client.Dispatch("WbemScripting.SWbemLocator")
objSWbemServices = objWMIService.ConnectServer(strComputer,"root\cimv2")
query_str = '''Select * from %s%s''' % (self.win32_perf_base,counter_type)
colItems = objSWbemServices.ExecQuery(query_str) # "Select * from Win32_PerfFormattedData_PerfProc_Process")# changed from Win32_Thread
if len(colItems) > 0:
for objItem in colItems:
if hasattr(objItem, 'IDProcess') and pid == objItem.IDProcess:
for attribute in self.supported_types[counter_type]:
eval_str = 'objItem.%s' % (attribute)
this_proc_dict[attribute] = eval(eval_str)
this_proc_dict['TimeStamp'] = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S.') + str(datetime.datetime.now().microsecond)[:3]
break
return this_proc_dict
def get_stats(self):
'''
Show process stats for all processes in given list, if none given return all processes
If filter list is defined return only the items that match or contained in the list
Returns a list of result dictionaries
'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
proc_results_list = []
if not self.perf_object_list:
perf_object_list = self.supported_types.keys()
for counter_type in perf_object_list:
strComputer = "."
objWMIService = win32com.client.Dispatch("WbemScripting.SWbemLocator")
objSWbemServices = objWMIService.ConnectServer(strComputer,"root\cimv2")
query_str = '''Select * from %s%s''' % (self.win32_perf_base,counter_type)
colItems = objSWbemServices.ExecQuery(query_str) # "Select * from Win32_PerfFormattedData_PerfProc_Process")# changed from Win32_Thread
try:
if len(colItems) > 0:
for objItem in colItems:
found_flag = False
this_proc_dict = {}
if not self.process_name_list:
found_flag = True
else:
# Check if process name is in the process name list, allow print if it is
for proc_name in self.process_name_list:
obj_name = objItem.Name
if proc_name.lower() in obj_name.lower(): # will log if contains name
found_flag = True
break
if found_flag:
for attribute in self.supported_types[counter_type]:
eval_str = 'objItem.%s' % (attribute)
this_proc_dict[attribute] = eval(eval_str)
this_proc_dict['TimeStamp'] = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S.') + str(datetime.datetime.now().microsecond)[:3]
proc_results_list.append(this_proc_dict)
except pywintypes.com_error, err_msg:
# Ignore and continue (proc_mem_logger calls this function once per second)
continue
return proc_results_list
def get_sys_stats():
''' Returns a dictionary of the system stats'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
x = winmem()
sys_dict = {
'dwAvailPhys': x.dwAvailPhys,
'dwAvailVirtual':x.dwAvailVirtual
}
return sys_dict
if __name__ == '__main__':
# This area used for testing only
sys_dict = get_sys_stats()
stats_processor = process_stats(process_name_list=['process2watch'],perf_object_list=[],filter_list=[])
proc_results = stats_processor.get_stats()
for result_dict in proc_results:
print result_dict
import os
this_pid = os.getpid()
this_proc_results = stats_processor.get_pid_stats(this_pid)
print 'this proc results:'
print this_proc_results
http: // Monkut. webfactional.com/blog/archive/2009/1/21/windows-process-memory-logging-python
"... die aktuelle Systemstatus (aktuelle CPU, RAM, freie Festplattenspeicher, etc.)" und "* nichts und Windows-Plattformen" kann eine schwierige Kombination zu erreichen sein.
Die Betriebssysteme unterscheiden sich grundlegend in der Art, wie sie diese Ressourcen zu verwalten. Tatsächlich unterscheiden sie sich in Kernkonzepte wie die Definition, was als System zählt und was als Anwendungszeit.
"Freier Speicherplatz"? Was zählt als „Speicherplatz?“ Alle Partitionen aller Geräte? Was über ausländische Partitionen in einer Multi-Boot-Umgebung?
Ich glaube nicht, dass es ein klarer genug Konsens zwischen Windows und * nichts, die dies möglich machen. Tatsächlich gibt es nicht sogar Windows genannt jeden Konsens zwischen den verschiedenen Betriebssystemen sein kann. Gibt es einen einzelnen Windows-API, die für beide XP und Vista funktioniert?
Ich mag diese Antworten fühlen wurden für Python geschrieben 2, und in jedem Fall niemand Erwähnung des Standard resource -Paket, das für Python verfügbar ist 3. Es enthält Befehle für den Erhalt der Ressource Grenzen eines bestimmten Prozesses (der Aufruf Python-Prozess Standard). Dies ist nicht das gleiche wie immer die aktuelle Verwendung von Ressourcen durch das System als Ganzes, aber es könnte einige der gleichen Probleme wie zum Beispiel lösen „Ich möchte sicherstellen, dass ich X viel RAM nur mit diesem Skript.“
Dieses Skript für die CPU-Nutzung:
import os
def get_cpu_load():
""" Returns a list CPU Loads"""
result = []
cmd = "WMIC CPU GET LoadPercentage "
response = os.popen(cmd + ' 2>&1','r').read().strip().split("\r\n")
for load in response[1:]:
result.append(int(load))
return result
if __name__ == '__main__':
print get_cpu_load()
Wir entschieden uns für diese üblichen Informationsquelle zu verwenden, da wir momentanen Schwankungen in freier Speicher finden konnte, und fühlte sich die meminfo Datenquelle hilfreich war abfragt. Dies half uns auch ein paar mehr aufeinander bezogene Parameter zu erhalten, die vorab analysiert wurden.
Code
import os
linux_filepath = '/proc/meminfo'
meminfo = dict((i.split()[0].rstrip(':'), int(i.split()[1]))
for i in open(linux_filepath).readlines())
meta['memory_total_gb'] = meminfo['MemTotal'] / (2**20)
meta['memory_free_gb'] = meminfo['MemFree'] / (2**20)
meta['memory_available_gb'] = meminfo['MemAvailable'] / (2**20)
Ausgabe als Referenz (wir gestrippt alle Zeilenumbrüche für die weitere Analyse)
MemTotal: 1014500 kB MemFree: 562.680 kB MemAvailable: 646.364 kB Puffer: 15144 kB Cached: 210720 kB SwapCached: 0 kB aktiv: 261.476 kB Inaktiv: 128888 kB Aktiv (Anon): 167.092 kB Inaktiv (Anon): 20888 kB Aktiv (Datei): 94.384 kB Inaktiv (Datei): 108000 kB Unevictable: 3652 kB Mlocked: 3652 kB SwapTotal: 0 kB SwapFree: 0 kB Schmutzige: 0 kB Zurückschreiben: 0 kB AnonPages: 168.160 kB Mapped: 81352 kB shmem: 21060 kB Slab: 34492 kB SReclaimable: 18044 kB SUnreclaim: 16448 kB KernelStack: 2672 kB Pagetables: 8180 kB NFS_Unstable: 0 kB Bounce: 0 kB WritebackTmp: 0 kB CommitLimit: 507.248 kB Committed_AS: 1.038.756 kB VmallocTotal: 34359738367 kB VmallocUsed: 0 kB VmallocChunk: 0 kB HardwareCorrupted: 0 kB AnonHugePages: 88064 kB CmaTotal: 0 kB CmaFree: 0 kB HugePages_Total: 0 HugePages_Free: 0 HugePages_Rsvd: 0 HugePages_Surp: 0 Hugepagesize: 2048 kB DirectMap4k: 43008 kB DirectMap2M: 1.005.568 kB
-
Für CPU Details verwenden psutil Bibliothek
-
Für RAM Frequenz (in MHz) verwenden, um die in Linux-Bibliothek gebaut dmidecode und manipulieren, um die Ausgabe ein wenig;). Dieser Befehl benötigt root-Berechtigung daher Ihr Passwort liefern. nur kopieren Sie die folgende commend ersetzen mypass mit Ihrem Passwort
import os
os.system("echo mypass | sudo -S dmidecode -t memory | grep 'Clock Speed' | cut -d ':' -f2")------------------- Ausgang ---------------------------
1600 MT / s
unbekannt
1600 MT / s
Unknown 0
- mehr specificly
[i for i in os.popen("echo mypass | sudo -S dmidecode -t memory | grep 'Clock Speed' | cut -d ':' -f2").read().split(' ') if i.isdigit()]
-------------------------- Ausgang -------------------- -----
[ '1600', '1600']
Sie können psutil oder psmem mit subprocess verwenden Beispielcode
import subprocess
cmd = subprocess.Popen(['sudo','./ps_mem'],stdout=subprocess.PIPE,stderr=subprocess.PIPE)
out,error = cmd.communicate()
memory = out.splitlines()
http: // techarena51.com/index.php/how-to-install-python-3-and-flask-on-linux/
Basierend auf dem CPU-Auslastung Code von @Hrabal, das ist, was ich benutze:
from subprocess import Popen, PIPE
def get_cpu_usage():
''' Get CPU usage on Linux by reading /proc/stat '''
sub = Popen(('grep', 'cpu', '/proc/stat'), stdout=PIPE, stderr=PIPE)
top_vals = [int(val) for val in sub.communicate()[0].split('\n')[0].split[1:5]]
return (top_vals[0] + top_vals[2]) * 100. /(top_vals[0] + top_vals[2] + top_vals[3])
Ich glaube nicht, dass es eine gut unterstützte Multi-Plattform-Bibliothek zur Verfügung. Denken Sie daran, dass Python selbst in C geschrieben wird, so wird jede Bibliothek einfach geht eine kluge Entscheidung zu treffen, welche OS-spezifische Code-Schnipsel zu laufen, wie Sie oben vorgeschlagen.
