¿Cómo obtener el uso actual de CPU y RAM en Python?
https://stackoverflow.com/questions/276052
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
RussianPregunta
¿Cuál es su forma preferida de obtener el estado actual del sistema (CPU actual, RAM, espacio libre en disco, etc.) en Python? Puntos de bonificación para * nix y plataformas Windows.
Parece que hay algunas formas posibles de extraer eso de mi búsqueda:
-
Usar una biblioteca como PSI (que actualmente parece no desarrollarse activamente y no es compatible con plataforma múltiple) o algo así como pystatgrab (de nuevo, no hay actividad desde 2007 y parece que no es compatible con Windows).
-
Uso de código específico de la plataforma, como el uso de un
os.popen (" ps ")o similar para los sistemas * nix yMEMORYSTATUSenctypes.windll.kernel32(consulte esta receta en ActiveState ) para la plataforma Windows. Uno podría poner una clase de Python junto con todos esos fragmentos de código.
No es que esos métodos sean malos, pero ¿existe ya una forma multiplataforma bien respaldada de hacer lo mismo?
Solución
La biblioteca psutil le proporcionará información del sistema (uso de CPU / memoria) en una variedad de plataformas:
psutil es un módulo que proporciona una interfaz para recuperar información sobre procesos en ejecución y utilización del sistema (CPU, memoria) de forma portátil mediante el uso de Python, implementando muchas funcionalidades que ofrecen herramientas como ps, top y el administrador de tareas de Windows.
Actualmente es compatible con Linux, Windows, OSX, Sun Solaris, FreeBSD, OpenBSD y NetBSD, arquitecturas de 32 bits y 64 bits, con versiones de Python de 2.6 a 3.5 (los usuarios de Python 2.4 y 2.5 pueden usar 2.1.3 versión).
ACTUALIZACIÓN: Aquí hay algunos ejemplos de uso de 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())
Otros consejos
Utilice la psutil library . En Ubuntu 18.04, pip instaló 5.5.0 (última versión) a partir del 1-30-2019. Las versiones anteriores pueden comportarse de manera algo diferente. Puede verificar su versión de psutil haciendo esto en Python:
from __future__ import print_function # for Python2
import psutil
print(psutil.__version__)
Para obtener algunas estadísticas de memoria y CPU:
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])
La virtual_memory (tupla) tendrá el porcentaje de memoria utilizada en todo el sistema. Esto parecía estar sobreestimado por un pequeño porcentaje para mí en Ubuntu 18.04.
También puede obtener la memoria utilizada por la instancia actual de Python:
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)
que proporciona el uso de memoria actual de su secuencia de comandos Python.
Hay algunos ejemplos más detallados en la página de pypi para psutil .
Solo para Linux: One-liner para el uso de RAM con solo dependencia stdlib:
import os
tot_m, used_m, free_m = map(int, os.popen('free -t -m').readlines()[-1].split()[1:])
edit: dependencia del sistema operativo de la solución especificada
Los siguientes códigos, sin bibliotecas externas, funcionaron para mí. Probé en Python 2.7.9
Uso de CPU
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)
Uso de RAM, total, usado y gratuito
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'
Aquí hay algo que armé hace un tiempo, solo en Windows, pero puede ayudarte a obtener parte de lo que necesitas hacer.
Derivado de: " para sys disponible mem " http://msdn2.microsoft.com/en-us/library/aa455130.aspx
" información de proceso individual y ejemplos de script de Python " http://www.microsoft.com/technet/scriptcenter/scripts /default.mspx?mfr=true
NOTA: la interfaz / proceso WMI también está disponible para realizar tareas similares No lo estoy usando aquí porque el método actual cubre mis necesidades, pero si algún día es necesario extenderlo o mejorarlo, es posible que desee investigar las herramientas de WMI disponibles.
WMI para python:
http://tgolden.sc.sabren.com/python/wmi.html
El código:
'''
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
" ... estado actual del sistema (CPU actual, RAM, espacio libre en disco, etc.) " Y '' * nix y plataformas Windows '' puede ser una combinación difícil de lograr.
Los sistemas operativos son fundamentalmente diferentes en la forma en que administran estos recursos. De hecho, difieren en conceptos básicos como definir qué cuenta como sistema y qué cuenta como tiempo de aplicación.
" Espacio libre en disco " ;? ¿Qué cuenta como "espacio en disco"? Todas las particiones de todos los dispositivos? ¿Qué pasa con las particiones extranjeras en un entorno de arranque múltiple?
No creo que haya un consenso suficientemente claro entre Windows y * nix que lo haga posible. De hecho, puede que ni siquiera haya consenso entre los diversos sistemas operativos llamados Windows. ¿Existe una única API de Windows que funcione tanto para XP como para Vista?
Siento que estas respuestas fueron escritas para Python 2 y, en cualquier caso, nadie mencionó el estándar paquete resource que está disponible para Python 3. Proporciona comandos para obtener los límites de recursos de un proceso determinado (el proceso de Python que realiza la llamada de forma predeterminada) . Esto no es lo mismo que obtener el uso actual de los recursos por parte del sistema en su conjunto, pero podría resolver algunos de los mismos problemas, como por ejemplo "Quiero asegurarme de que solo uso X mucha RAM con este script".
Este script para uso de CPU:
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()
Elegimos usar la fuente de información habitual para esto porque pudimos encontrar fluctuaciones instantáneas en la memoria libre y sentimos que era útil consultar la fuente de datos meminfo . Esto también nos ayudó a obtener algunos parámetros más relacionados que se analizaron previamente.
Código
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)
Salida para referencia (eliminamos todas las líneas nuevas para un análisis posterior)
MemTotal: 1014500 kB MemFree: 562680 kB MemDisponible: 646364 kB Buffers: 15144 kB Caché: 210720 kB Intercambiado: 0 kB Activo: 261476 kB Inactivo: 128888 kB Activo (anon): 167092 kB Inactivo (anon): 20888 kB Activo (archivo): 94384 kB Inactivo (archivo): 108000 kB Inevitable: 3652 kB Bloqueado: 3652 kB Swap Total: 0 kB SwapFree: 0 kB Sucio: 0 kB Writeback: 0 kB Anon Páginas: 168160 kB Mapeado: 81352 kB Shmem: 21060 kB Losa: 34492 kB S Reclamable: 18044 kB SUreclaim: 16448 kB KernelStack: 2672 kB Tablas de páginas: 8180 kB NFS_Unstable: 0 kB Rebote: 0 kB WritebackTmp: 0 kB CommitLimit: 507248 kB Committed_AS: 1038756 kB Vmalloc Total: 34359738367 kB Vmalloc Usado: 0 kB Vmalloc Chunk: 0 kB Hardware Corrupto: 0 kB AnonHuge Páginas: 88064 kB Cma Total: 0 kB CmaFree: 0 kB HugePages_Total: 0 HugePages_Free: 0 HugePages_Rsvd: 0 HugePages_Surp: 0 Tamaño de página enorme: 2048 kB DirectMap4k: 43008 kB DirectMap2M: 1005568 kB
-
Para detalles de la CPU, use la biblioteca psutil
-
Para la frecuencia de RAM (en MHz), utilice la biblioteca de Linux incorporada dmidecode y manipule un poco la salida;). este comando necesita permiso de root, por lo tanto, proporcione su contraseña también. simplemente copie la siguiente recomendación reemplazando mypass con su contraseña
importar os
os.system (" echo mypass | sudo -S dmidecode -t memory | grep 'Clock Speed' | cut -d ':' -f2 ")------------------- Salida ---------------------------
1600 MT / s
Desconocido
1600 MT / s
Desconocido 0
- más específicamente
[i para i en os.popen (" echo mypass | sudo -S dmidecode -t memory | grep 'Clock Speed' | cut -d ':' -f2 "). read (). split ('' ) si i.isdigit ()]
-------------------------- salida -------------------- -----
['1600', '1600']
Puede usar psutil o psmem con subproceso código de ejemplo
import subprocess
cmd = subprocess.Popen(['sudo','./ps_mem'],stdout=subprocess.PIPE,stderr=subprocess.PIPE)
out,error = cmd.communicate()
memory = out.splitlines()
Referencia http: // techarena51.com/index.php/how-to-install-python-3-and-flask-on-linux/
Basado en el código de uso de la CPU de @Hrabal, esto es lo que uso:
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])
No creo que haya una biblioteca multiplataforma bien compatible disponible. Recuerde que Python está escrito en C, por lo que cualquier biblioteca simplemente tomará una decisión inteligente sobre qué fragmento de código específico del sistema operativo ejecutar, como sugirió anteriormente.
