一、工具：psutil模块

psutil是一个跨平台模块，试用相应方法可以直接获取计算机CPU，内存，磁盘，网络等资源使用情况；可以使用我们学习知识与这模块用来做系统监控，性能分析；如果大家熟悉Linux系统，它能够实现ps、top、lsof、netstat、df等命令功能。

1.1、psutil安装：

psutil是第三方模块，使用时候需要要安装，相关说明链接地址：
https://pypi.org/project/psutil/ ；

pip安装方式：

pip install psutil

验证：

#导入模块import psutil#查看版本信息psutil.version_info

输出信息：

(5, 4, 8)

这里说明安装成功（版本可能会不同，但是不影响使用）；

1.2 获取CPU信息

使用下面这些方法可以获取计算机CPU数量，CPU使用率：

方法	说明
cpu_count(logical=True)	获取CPU数量
cpu_times(percpu=False)	获取不同状态下CPU运行时间
cpu_percent(interval=None, percpu=False)	获取CPU使用率
cpu_times_percent(interval=None, percpu=False)	获取CPU各状态占百分比

两个个知识点需要简单介绍下，这里只需要了解即可：
1）CPU数量：CPU分为物理CPU与逻辑CPU，之间关系如下：

1>物理CPU：计算机实际CPU数量，一般个人电脑1个；
2>核数：现在CPU基本都是多核，比如双核，4核；
3>逻辑CPU：物理CPU*核数*超线程数

2）CPU运行状态分为用户态与内核态；

1>用户态是指程序在内存运行，不直接访问硬件资源；
2>用户需要访问硬件资源，需要系统调用，这部分有操作系统（内核）完成，称为内核态，例如：读写文件，网络数据收发，键盘事件获取等；

下面我们来实际操作下（windows环境）：

import psutil#获取CPU不同状态运行时间print(psutil.cpu_times())print('CPU 执行用户进程时间：', psutil.cpu_times().user)print('CPU 执行系统调用时间：', psutil.cpu_times().system)print('CPU 空闲等待 时间：', psutil.cpu_times().idle)print('CPU 响应中断 时间：', psutil.cpu_times().interrupt)#CPU使用率：不加参数为上一次调用到现在使用率print('CPU 使用率：',psutil.cpu_percent())#3秒内CPU使用率print('CPU 3秒内使用率：',psutil.cpu_percent(interval=3))#3秒内每个CPU使用率print('每个逻辑CPU使用率：',psutil.cpu_percent( percpu = True))#CPU各个状态使用情况（百分比）print('CPU 各个状态使用情况：',psutil.cpu_times_percent())#每个CPU各个状态使用情况print('各个CPU 各个状态使用情况:')cpuinfos = psutil.cpu_times_percent(percpu = True)for info in cpuinfos:print(info)

运行结果如下:

scputimes(user=85326.484375, system=56630.8125, idle=2245745.0625, interrupt=5347.296875, dpc=1395.984375)CPU 执行用户进程时间： 85326.484375CPU 执行系统调用时间： 56630.8125CPU 空闲等待 时间： 2245745.0625CPU 响应中断 时间： 5347.296875CPU 使用率： 3.4CPU 3秒内使用率： 2.5每个逻辑CPU使用率： [7.0, 2.1, 4.5, 2.5, 2.7, 2.1, 2.1, 2.7]CPU 各个状态使用情况： scputimes(user=1.4, system=1.5, idle=96.8, interrupt=0.3, dpc=0.0)各个CPU 各个状态使用情况:scputimes(user=1.8, system=3.1, idle=93.0, interrupt=1.9, dpc=0.2)scputimes(user=0.4, system=1.6, idle=97.9, interrupt=0.1, dpc=0.0)scputimes(user=1.6, system=2.8, idle=95.5, interrupt=0.1, dpc=0.0)scputimes(user=1.0, system=1.4, idle=97.5, interrupt=0.1, dpc=0.0)scputimes(user=2.4, system=0.2, idle=97.3, interrupt=0.0, dpc=0.0)scputimes(user=1.1, system=1.0, idle=97.9, interrupt=0.0, dpc=0.0)scputimes(user=0.8, system=1.2, idle=97.9, interrupt=0.0, dpc=0.0)scputimes(user=1.8, system=0.7, idle=97.3, interrupt=0.1, dpc=0.0)

对于不同系统，获取内容稍微有所不同，大家可以在linux尝试下操作。

1.3 获取系统内存信息

程序在内存中运行，实际工作中我们需要对内存进行监控，如果内存使用接近100%，可能存在内存泄漏等问题；我们主要关注内存的total(内存总数)，used(已使用)，free(未使用)情况，相关方法如下：

方法	说明
psutil.virtual_memory	获取内存使用情况，不同系统返回值不同
psutil.swap_memory()	获取swap内存使用情况

实际操作如下（windows环境下）：

import psutilmem = psutil.virtual_memory()print('系统内存：', mem)print('总 内存：', mem.total)print('空闲内存：', mem.available)print('使用内存：', mem.used)print('未使用内存：', mem.free)print('内存使用率：', mem.percent)print('swap 内存：', psutil.swap_memory())

输出结果：

系统内存： svmem(total=8494747648, available=5058498560, percent=40.5, used=3436249088, free=5058498560)总 内存： 8494747648空闲内存： 5058498560使用内存： 3436249088未使用内存： 5058498560内存使用率： 40.5swap 内存： sswap(total=15205634048, used=4902215680, free=10303418368, percent=32.2, sin=0, sout=0)

看到这些数字有点晕，我们更喜欢M或者G来堆内存进行描述，修改下代码：

import psutil#1M = 1024*1024#1G = 1024*1024*1024M = 1024*1024G = M * 1024mem = psutil.virtual_memory()print('系统内存：', mem)print('总 内存：%dM %fG'%(mem.total//M, mem.total/G))print('空闲内存：%dM %fG'%(mem.available//M, mem.available/G))print('使用内存：%dM %fG'%(mem.used//M, mem.used/G))print('未使用内存：%dM %fG'%(mem.free//M, mem.free/G))print('内存使用率：%d%%'% mem.percent)print('swap 内存：', psutil.swap_memory())

输出结果如下：

系统内存： svmem(total=8494747648, available=4726083584, percent=44.4, used=3768664064, free=4726083584)总 内存：8101M 7.911350G空闲内存：4507M 4.401508G使用内存：3594M 3.509842G未使用内存：4507M 4.401508G内存使用率：44%swap 内存： sswap(total=14668763136, used=5127331840, free=9541431296, percent=35.0, sin=0, sout=0)

1.4 获取系统磁盘

实际工作中我们需要关注硬盘空间及IO读写，如果硬盘空间不足就需要添加硬盘或者动态扩容，硬盘相应的方法如下：

方法	说明
disk_partitions(all=False)	获取硬盘分区信息，返回分区列表
disk_usage(path)	获取硬盘使用情况，path为路径
disk_io_counters(perdisk=False, nowrap=True)	硬盘IO读取信息

下面我们实际操作下：

import psutil#获取硬盘分区devs = psutil.disk_partitions()#显示硬盘信息：print(devs)#硬盘名称与挂载点，文件类型：for dev in devs:print('硬盘名：%s, 挂载点：%s, 文件类型：%s'%(dev.device, dev.mountpoint, dev.fstype))

输出结果如下：

[sdiskpart(device='C:\\', mountpoint='C:\\', fstype='NTFS', opts='rw,fixed'), sdiskpart(device='D:\\', mountpoint='D:\\', fstype='NTFS', opts='rw,fixed'), sdiskpart(device='E:\\', mountpoint='E:\\', fstype='NTFS', opts='rw,fixed'), sdiskpart(device='F:\\', mountpoint='F:\\', fstype='NTFS', opts='rw,fixed'), sdiskpart(device='G:\\', mountpoint='G:\\', fstype='NTFS', opts='rw,fixed')]硬盘名：C:\, 挂载点：C:\, 文件类型：NTFS硬盘名：D:\, 挂载点：D:\, 文件类型：NTFS硬盘名：E:\, 挂载点：E:\, 文件类型：NTFS硬盘名：F:\, 挂载点：F:\, 文件类型：NTFS硬盘名：G:\, 挂载点：G:\, 文件类型：NTFS

下面使用disk_usage方法来获取G盘使用情况：

#根据前面打印信息G盘使用'G:\'表示print(psutil.disk_usage('G:\'))

实际输出结果：

File "", line 2print(psutil.disk_usage('G:\'))^SyntaxError: EOL while scanning string literal

因为Python解释器将\'转义为单引号，所有会报错，在这里我们表示\表示反斜杠；
修改后代码：

import psutil#定义函数，参数为路径def showDiskInfo(path):G = 1024*1024*1024diskinfo = psutil.disk_usage(path)print(path, diskinfo)#将字节转换成Gprint('%s 大小: %dG, 已使用: %dG, 未使用: %dG, 使用百分比:%d%%'%\(path, diskinfo.total//G, diskinfo.used//G, diskinfo.free//G,diskinfo.percent))showDiskInfo('G:\\')

输出结果：​​​​​​​

G:\ sdiskusage(total=188978556928, used=166646931456, free=22331625472, percent=88.2)G:\ 大小: 175G, 已使用: 155G, 未使用: 20G, 使用百分比:88%

下面我们查看每个硬盘信息：

import psutil#定义函数，参数为路径def showDiskInfo(path):G = 1024*1024*1024diskinfo = psutil.disk_usage(path)#将字节转换成Gprint('%s 大小: %dG, 已使用: %dG, 未使用: %dG, 使用百分比:%d%%'%\(path, diskinfo.total//G, diskinfo.used//G, diskinfo.free//G,diskinfo.percent))#获取硬盘分区devs = psutil.disk_partitions()for dev in devs:#分别显示每个showDiskInfo(dev.device)

输出结果：

C:\ 大小: 118G, 已使用: 66G, 未使用: 51G, 使用百分比:56%D:\ 大小: 117G, 已使用: 10G, 未使用: 107G, 使用百分比:8%E:\ 大小: 150G, 已使用: 58G, 未使用: 92G, 使用百分比:38%F:\ 大小: 149G, 已使用: 71G, 未使用: 78G, 使用百分比:47%G:\ 大小: 175G, 已使用: 155G, 未使用: 20G, 使用百分比:88%

这样每个硬盘使用情况我们都清楚了。
最后我们来看硬盘读写，主要信息为：读写数，读写字节，读写时间，操作如下：

import psutildiskrw = psutil.disk_io_counters()#diskrw为硬盘总的读写信息print(diskrw)diskrws = psutil.disk_io_counters(perdisk=True)#diskrws为字典类型，表示每个分区读写信息，观察diskrw与diskrws值的关系print(diskrws)

输出信息：

sdiskio(read_count=2702580, write_count=3112627, read_bytes=92492292608, write_bytes=72206786048, read_time=2702, write_time=3049){'PhysicalDrive0': sdiskio(read_count=98229, write_count=392179, read_bytes=8924618240, write_bytes=4908920832, read_time=37, write_time=289), 'PhysicalDrive1': sdiskio(read_count=2604351, write_count=2720448, read_bytes=83567674368, write_bytes=67297865216, read_time=2665, write_time=2760)}

通过这些方法我们可以监控硬盘使用情况，如果硬盘空间不足，可以通过邮件报警，发送邮件方法我们后面章节详细讲解。

1.5 获取进程信息

计算机中，每个程序都是一个进程或者多个进程，除去系统占用资源其他都被这些进程占用，比如我们的web服务，数据库等；很多情况下因为程序自身问题，会导致CPU运行100%，内存耗尽，磁盘写满，最后导致服务崩溃，我们可以通过psutil下面2个方法获取进程相关信息，主要方法如下：

方法	说明
psutil.pids()	获取进程ID（每个进程都有唯一ID）
psutil.Process(pid)	根据进程ID获取进程Process对象

实际操作：

import psutil#获取当前所有进程pids = psutil.pids()print(pids)#获取ID为pids[0]的进程,process = psutil.Process(pids[0])print(process)

输出结果：

[0, 4, 120, 440, 624, 736, 744, ... ...]psutil.Process(pid=0, name='System Idle Process', started='19:55:14')

结果中可以看到，进程的ID为0， 名称为'System Idle Process'；
我们再来看Process对象属性(不同系统方法可能不同)：​​​​​​​

import psutil#主要信息：进程名，状态，创建时间，CPU内存使用情况，线程数p = psutil.Process(0)print('进程名称:', p.name()) #进程名称print('运行状态:', p.status()) #当前状态print('创建时间:', p.create_time()) #创建时间print('CPU信息:', p.cpu_times()) #进程的cpu时间信息,主要：user,system运行时间print('内存信息:', p.memory_percent())#进程内存利用率print('内存使用:', p.memory_info()) #进程内存使用详情print('IO信息：', p.io_counters() ) #进程的IO信息,包括读写IO数字及参数print('线程数：', p.num_threads() ) #进程开启的线程数

输出结果如下：

进程名称: System Idle Process运行状态: running创建时间: 1543290248.0CPU信息: pcputimes(user=0.0, system=367377.99999999994, children_user=0.0, children_system=0.0)内存信息: 4.969912151832804e-05内存使用: pmem(rss=4096, vms=0, num_page_faults=2, peak_wset=4096, wset=4096, peak_paged_pool=0, paged_pool=0, peak_nonpaged_pool=0, nonpaged_pool=0, pagefile=0, peak_pagefile=0, private=0)IO信息： pio(read_count=0, write_count=0, read_bytes=0, write_bytes=0, other_count=0, other_bytes=0)线程数： 4

p.memory_info()返回pmem对象，其中rss为进程实际使用内存大小；

二、python获取磁盘使用、GPU信息、根据进程号获取进程信息，

pynvml 获取GPU信息，psutil 获取进程信息,系统信息等示例（另一台电脑）

1、代码：

import pynvml   #获取GPU信息
import psutil   #获取进程信息,系统信息等class Utils(object):# 获取硬盘信息@staticmethoddef get_disk_info(path):G = 1024*1024diskinfo = psutil.disk_usage(path)# 将字节转换成Ginfo = "path:%s  total:%dG,  used:%dG,  free:%dG,  used_percent:%d%%"%(path,diskinfo.total/G, diskinfo.used/G, diskinfo.free/G, diskinfo.percent)return info# 获取硬盘分区@staticmethoddef get_disk_partitions():return psutil.disk_partitions()# 获取当前所有进程@staticmethoddef get_current_process_pid():pids = psutil.pids()return pids# 获取进程信息@staticmethoddef get_process_info(pid):#主要信息：进程名，状态，创建时间，CPU内存使用情况，线程数p = psutil.Process(pid) # print('进程名称:', p.name())          #进程名称# print('运行状态:', p.status())        #当前状态# print('创建时间:', p.create_time())   #创建时间# print('CPU信息:',  p.cpu_times())     #进程的cpu时间信息,主要：user,system运行时间# print('内存信息:', p.memory_percent())#进程内存利用率# print('内存使用:', p.memory_info())   #进程内存使用详情# print('IO信息：', p.io_counters())   #进程的IO信息,包括读写IO数字及参数# print('线程数：', p.num_threads())   #进程开启的线程数info = "name:{}  pid:{}  \nstatus:{}  \ncreate_time:{}  \ncpu_times:{}  \nmemory_percent:{}  \nmemory_info:{}  \nio_counters：{}  \nnum_threads：{}".format(p.name(), pid, p.status(), p.create_time(), p.cpu_times(), p.memory_percent(), p.memory_info(), p.io_counters(), p.num_threads())  return infoclass GpuInfo(object):def __init__(self):#初始化pynvml.nvmlInit()def get_gpu_device(self):deviceCount = pynvml.nvmlDeviceGetCount()gpu_list = []for i in range(deviceCount):handle = pynvml.nvmlDeviceGetHandleByIndex(i)print("GPU", i, ":", pynvml.nvmlDeviceGetName(handle))gpu_list.append(i)return gpu_listdef get_free_rate(self, gpu_id):handle = pynvml.nvmlDeviceGetHandleByIndex(gpu_id)info = pynvml.nvmlDeviceGetMemoryInfo(handle)free_rate = int((info.free / info.total) * 100)return free_ratedef get_gpu_info(self, gpu_id):handle = pynvml.nvmlDeviceGetHandleByIndex(gpu_id)info = pynvml.nvmlDeviceGetMemoryInfo(handle)M = 1024*1024gpu_info = "id:{}  total:{}M free:{}M  used:{}M free_rate:{}%".format(gpu_id, info.total/M, info.free/M, info.used/M, self.get_free_rate(gpu_id))return gpu_infodef release(self):#最后要关闭管理工具pynvml.nvmlShutdown()if __name__ == "__main__":print("磁盘信息----------------------------")devs = Utils.get_disk_partitions()for dev in devs:print(Utils.get_disk_info(dev.device))print(Utils.get_disk_info("/home"))print(Utils.get_disk_info("/data"))print("进程信息----------------------------")# # 需要管理员权限# pids = Utils.get_current_process_pid()# for pid in pids:#     print(Utils.get_process_info(pid))print(Utils.get_process_info(6403))print("GPU信息----------------------------")gpu_info = GpuInfo()gpu_devices = gpu_info.get_gpu_device()print("GPU使用信息----------------------------")for gpuid in gpu_devices:print(gpu_info.get_gpu_info(gpuid))gpu_info.release()

2、结果：

xy@avs05:~/test_code/test$ python utils.py 
磁盘信息----------------------------
path:/dev/sda1  total:128773G,  used:0G,  free:128773G,  used_percent:0%
path:/dev/sdb1  total:128773G,  used:0G,  free:128773G,  used_percent:0%
path:/home  total:899747G,  used:844714G,  free:9306G,  used_percent:98%
path:/data  total:6811979G,  used:3515451G,  free:2953201G,  used_percent:54%
进程信息----------------------------
name:python  pid:6403  
status:sleeping  
create_time:1572787886.51  
cpu_times:pcputimes(user=16.6, system=2.32, children_user=0.0, children_system=0.0)  
memory_percent:0.01580510616382157  
memory_info:pmem(rss=42692608, vms=510906368, shared=8900608, text=2342912, lib=0, data=56336384, dirty=0)  
io_counters：pio(read_count=5249, write_count=8001, read_bytes=16384, write_bytes=26464256, read_chars=1097175, write_chars=24049039)  
num_threads：2
GPU信息----------------------------
GPU 0 : b'GeForce RTX 2080 Ti'
GPU 1 : b'GeForce RTX 2080 Ti'
GPU 2 : b'GeForce RTX 2080 Ti'
GPU 3 : b'GeForce RTX 2080 Ti'
GPU 4 : b'GeForce RTX 2080 Ti'
GPU 5 : b'GeForce RTX 2080 Ti'
GPU 6 : b'GeForce RTX 2080 Ti'
GPU 7 : b'GeForce RTX 2080 Ti'
GPU使用信息----------------------------
id:0  total:10989.4375M free:7344.9375M  used:3644.5M free_rate:66%
id:1  total:10989.4375M free:6308.9375M  used:4680.5M free_rate:57%
id:2  total:10989.4375M free:10876.5625M  used:112.875M free_rate:98%
id:3  total:10989.4375M free:10978.5625M  used:10.875M free_rate:99%
id:4  total:10989.4375M free:10978.5625M  used:10.875M free_rate:99%
id:5  total:10989.4375M free:10978.5625M  used:10.875M free_rate:99%
id:6  total:10989.4375M free:9497.5625M  used:1491.875M free_rate:86%
id:7  total:10989.4375M free:5090.0625M  used:5899.375M free_rate:46%