在Python的世界里,有一些库因其强大的功能和易用性而备受开发者们的喜爱。今天,我们要介绍的就是其中的一员——psutil库。psutil(python system and process utilities)是一个跨平台的第三方库,用于获取系统运行时的进程和系统利用率(包括CPU、内存、磁盘、网络等)信息。它主要用于系统监控,性能分析,进程管理等场景。
psutil安装:
pip install psutil
安装完成后,我们就可以开始使用psutil库了。下面,我们将介绍一些常用的功能。
psutil库可以获取CPU的使用情况。例如,我们可以使用psutil.cpu_percent(interval=1)来获取CPU的使用率。
import psutil
cpu_percent = psutil.cpu_percent(interval=1)
print(f'CPU usage: {cpu_percent}%')
我们可以使用psutil.virtual_memory()来获取系统的内存使用情况。
import psutil
mem_info = psutil.virtual_memory()
print(f'Total memory: {mem_info.total / (1024**3):.2f} GB')
print(f'Used memory: {mem_info.used / (1024**3):.2f} GB')
print(f'Memory usage: {mem_info.percent}%')
psutil库也可以获取磁盘的使用情况。例如,我们可以使用psutil.disk_usage(‘/’)来获取根目录的磁盘使用情况。
import psutil
disk_usage = psutil.disk_usage('/')
print(f'Total disk space: {disk_usage.total / (1024**3):.2f} GB')
print(f'Used disk space: {disk_usage.used / (1024**3):.2f} GB')
print(f'Disk usage: {disk_usage.percent}%')
psutil库还可以获取系统中运行的所有进程的信息。例如,我们可以使用psutil.pids()来获取所有进程的PID。
import psutil
pids = psutil.pids()
print(f'Total processes: {len(pids)}')
假设有这样的一个需求:长时间运行Pycharm程序,监控Pycharm程序的CPU/内存占用,以验证Pycharm程序在长时间打开的情况下,程序是否会存在CPU占用率升高或内存泄漏的情况。
基于这样的需求,我们可以使用psutil库和pandas库来完成,脚本如下:
# 获取电脑整体的CPU、内存占用情况
def getMemory():
data = psutil.virtual_memory()
memory = str(int(round(data.percent))) + "%"
print("系统整体memory占用:"+memory)
return memory
def getCpu():
cpu_list=psutil.cpu_percent(percpu=True)
average_cpu = round(sum(cpu_list) / len(cpu_list),2)
cpu=str(average_cpu) + "%"
print("系统整体cpu占用:"+cpu)
return cpu
# 获取指定进程的CPU和内存占用信息代码
def getMemSize(pid):
# 根据进程号来获取进程的内存大小
process = psutil.Process(pid)
memInfo = process.memory_info()
# rss: 该进程实际使用物理内存(包含共享库占用的全部内存)。
# vms:该进程使用的虚拟内存总量。
return memInfo.rss / 1024 / 1024
def getCpuPercent(pid):
# 根据进程号来获取进程的内存大小
p = psutil.Process(pid)
p_cpu = p.cpu_percent(interval=0.1)
cpu = round(p_cpu,2)
return cpu
def getTotalM(processName):
# 一个进程名对应的可能有多个进程
# 进程号才是进程的唯一标识符,进程名不是
totalM = 0
for i in psutil.process_iter():
if i.name() == processName:
totalM += getMemSize(i.pid)
print('进程占用内存:%.2f MB' % totalM)
finalM=round(totalM,2)
return finalM
def getTotalCPU(processName):
# 一个进程名对应的可能有多个进程
# 进程号才是进程的唯一标识符,进程名不是
totalCPU = 0
for i in psutil.process_iter():
if i.name() == processName:
totalCPU += getCpuPercent(i.pid)
totalCPU_convert=round(totalCPU,2)
finalCPU=str(totalCPU_convert)+'%'
print("进程占用CPU:"+finalCPU)
return totalCPU_convert
# 将测试结果数据写入csv文件
def writeExcel(caseName,cpu,mem,pycharmcpu,pycharmmem):
timestamp = time.strftime('%Y-%m-%d-%H:%M:%S', time.localtime(time.time()))
dict = {'caseName': [caseName], 'Sys_CPU': [cpu], 'Sys_Memory': [mem], 'Pycharm_Cpu': [pycharmcpu], 'Pycharm_Mem': [pycharmmem],'OperationTime':[timestamp]}
# 字典中的key值即为csv中列名
dataframe = pd.DataFrame(dict)
dataframe['OperationTime'] = pd.to_datetime(dataframe['OperationTime'])
# 将DataFrame存储为csv, mode='a'表示每一次都是追加内容而不是覆盖,header=False表示不写列名
dataframe.to_csv("cpuAndMemtest.csv", date_format='%Y-%m-%d-%H:%M:%S', mode='a',index=False,header=False,encoding='GBK')
# 封装方法为函数,以便后续直接调用
def getCpuAndMem(caseName,processName1):
memory = getMemory()
cpu = getCpu()
# 获取pycharm64.exe进程占用的CPU和内存
pycharmmem = getTotalM(processName1)
pycharmcpu = str(getTotalCPU(processName1))+'%'
time.sleep(1)
writeExcel(caseName,cpu,memory,pycharmcpu,pycharmmem)
print("系统整体CPU占用:%s 系统整体内存占用:%s 进程_CPU占用:%s 进程内存占用:%s"%(cpu, memory, pycharmcpu, pycharmmem))
print("===============================================================")
完整的脚本代码我也上传到了我的百度网盘,需要的同学可以添加杨叔微信,加入杨叔测试交流群免费获取~
以上就是psutil库的一些基本用法。实际上,psutil库的功能远不止这些,它还可以获取网络接口信息,系统启动时间,当前用户信息等等。如果你是一名Python开发者,那么psutil库无疑是你的必备工具。
=================================================================================================
以上就是本次的全部内容,如果对你有帮助,麻烦点个赞+收藏+关注,一键三连啦~ 欢迎关注下方我的公众号:程序员杨叔,各类文章都会第一时间在上面发布,持续分享各类测试开发知识干货,你的支持就是作者更新最大的动力。