安利一个实用小工具 oscillo:帮助你观察命令运行时在时间轴上的cpu和内存占用率

如果使用过glances,如果有一颗geek的心的话,一定会觉得不但酷炫而且十分实用。不过如果想观察一个程序从运行开始到结束的cpu占用率怎么办?好办,利用python的psutil异步观察就行。

介绍一下放在github上的一个项目: oscillo

使用方式

使用方式很简单,直接 pip install oscillo即可安装使用.

命令行参数的格式是 ": "

  • name: 命令行的别名/id (任意字符串),当--commands/-c参数指定多个命令时,该值将作为命令的唯一标识,不可重复
  • command [args]: 需要测试资源消耗的命令,比如 gzip file.ext

示例如下,监控gzip压缩一个文件时耗费的cpu、memory和时间:

oscillo -c 'gzip: gzip file.ext' -o output-file
  • -c 代表将执行一个linux cmd 命令。参数后面可以跟以空格隔开的多个参数
  • -o 结果输出文件:

命令执行完成后,会在当前目录下生成一个.log 文件。文本结构是json 格式. 数据结构如下

{
  "test": {
            "elapsed": 0.022143125534057617,  //总执行时间
            "cpu": [], 
            "memory": []
          }
}

同时会产生一个.png文件,-o参数指定,默认值为metrix

在控制台上,oscillo会打印summary信息,其中包含命令的耗时、最大内存使用、最大cpu使用、退出码等在控制台上,oscillo会打印summary信息,其中包含命令的耗时、最大内存使用、最大cpu使用、退出码等

如果想对比多个命令对资源的消耗,可以使用 -c/--commands 选项指定多条命令, e.g.:

对比gziptar命令对资源的消耗:

oscillo -c 't1: gzip file.ext'  't2: tar czf target.tar.gz file1' -o output

效果如下:

实现原理

这个工具的原型,来自于一次为了对比几种客户端性能而写的一个脚本,它的原理就是:

  • 在程序中启动一个子进程,获取进程id
  • 通过psutil观察该进程,每隔一段时间记录一次cpu和内存的负载
  • 通过matplotlib画图

说一下其中碰到的一个坑:欲监控的子进程A在内部调用了另一个耗资源的子进程B,但是psutil只能观察到子进程A的资源消耗情况,粗暴的解决办法就是:观察全局的资源消耗情况:

class Stopwatch(object):

    def __init__(self, pid):
        self.__is_run = False
        self.__start_time = 0
        self.__elapsed_times = 0
        self.memory_percent = []
        self.cpu_percent = []
        self.pid = pid

    def start(self):
        if self.__is_run:
            return False
        self.__is_run = True
        self.__start_time = time.time()

        if self.pid > 0:
            p = psutil.Process(self.pid)
        else:
            p = psutil
            p.memory_percent = lambda: p.virtual_memory().percent
        while self.__is_run:
            try:
                self.cpu_percent.append(p.cpu_percent(1))
                self.memory_percent.append(p.memory_percent())
            except psutil.NoSuchProcess:
                break

    @property
    def elapsed(self):

        if self.__is_run:
            return self.__elapsed_times + time.time() - self.__start_time
        return self.__elapsed_times

    def stop(self):
        self.__elapsed_times = self.elapsed
        self.__is_run = False

BTW

当前的功能比较简单,可能有很多东西没用想到,欢迎使用和完善

git仓库: oscillo

原文地址

你可能感兴趣的:(python,matplotlib,系统监控)