使用 Python 并发获取系统进程信息

 在这篇文章中，我们将探讨如何使用 psutil 和 concurrent.futures 这两个强大的 Python 库来并发获取系统进程信息。

什么是 psutil 和 concurrent.futures？

psutil 是一个跨平台的库，能够轻松获取系统使用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，分析和限制系统资源以及进程管理。

concurrent.futures 是 Python 的一个高级并发库，它提供了高级异步编程的接口，可以帮助我们更方便地使用多线程和多进程。

如何并发获取系统进程信息？

首先，我们需要安装 psutil。在你的终端或命令提示符中输入以下命令：

pip install psutil

接下来，我们可以开始编写我们的进程信息获取函数。在这个函数中，我们将获取每个进程的名称、CPU 使用率和内存使用率。

import psutil

def get_process_info(process):
    try:
        process_name = process.name()
        process_cpu_usage = process.cpu_percent(interval=1)
        process_memory_usage = process.memory_percent()
        print("Process Name: {}, CPU Usage: {}%, Memory Usage: {}%".format(process_name, process_cpu_usage, process_memory_usage))
    except psutil.AccessDenied:
        pass

现在，我们可以使用 concurrent.futures 来并发获取所有进程的信息：

from concurrent.futures import ThreadPoolExecutor
import time

# 获取所有进程的信息
all_processes = list(psutil.process_iter())

# 使用线程池并发获取进程信息
start_time = time.time()
with ThreadPoolExecutor() as executor:
    results = executor.map(get_process_info, all_processes)
end_time = time.time()

# 打印运行时间
print("Time taken: {:.2f} seconds".format(end_time - start_time))

这段代码将打印出每个进程的名称、CPU 使用率和内存使用率，并在最后打印出并发获取所有进程信息所花费的时间。

代码解析

1. 导入库：

   import psutil
   from concurrent.futures import ThreadPoolExecutor
   import time
   

   这里我们导入了 psutil 库用于获取系统进程信息，导入 concurrent.futures 库用于并发处理，导入 time 库用于计算运行时间。

2. 定义函数：

   def get_process_info(process):
       try:
           process_name = process.name()
           process_cpu_usage = process.cpu_percent(interval=1)
           process_memory_usage = process.memory_percent()
           print("Process Name: {}, CPU Usage: {}%, Memory Usage: {}%".format(process_name, process_cpu_usage, process_memory_usage))
       except psutil.AccessDenied:
           pass
   

   定义一个名为 get_process_info 的函数，接受一个进程对象 process 作为参数。获取进程的名称、CPU 使用率和内存使用率，并打印这些信息。如果访问被拒绝，则跳过该进程。

3. 获取所有进程的信息：

   all_processes = list(psutil.process_iter())
   

   使用 psutil.process_iter() 获取所有进程的迭代器，并将其转换为列表。

4. 使用线程池并发获取进程信息：

   start_time = time.time()
   with ThreadPoolExecutor() as executor:
       results = executor.map(get_process_info, all_processes)
   end_time = time.time()
   

   使用 ThreadPoolExecutor 创建一个线程池，并使用 executor.map 并发执行 get_process_info 函数，传入所有进程对象。记录开始和结束时间以计算运行时间。

5. 打印运行时间：

   print("Time taken: {:.2f} seconds".format(end_time - start_time))
   

   打印并发获取所有进程信息所花费的时间。

import psutil
from concurrent.futures import ThreadPoolExecutor
import time

def get_process_info(process):
    try:
        process_name = process.name()
        process_cpu_usage = process.cpu_percent(interval=1)
        process_memory_usage = process.memory_percent()
        print("Process Name: {}, CPU Usage: {}%, Memory Usage: {}%".format(process_name, process_cpu_usage, process_memory_usage))
    except psutil.AccessDenied:
        pass

# 获取所有进程的信息
all_processes = list(psutil.process_iter())

# 使用线程池并发获取进程信息
start_time = time.time()
with ThreadPoolExecutor() as executor:
    results = executor.map(get_process_info, all_processes)
end_time = time.time()

# 打印运行时间
print("Time taken: {:.2f} seconds".format(end_time - start_time))

运行结果

运行上述代码后，你将会在控制台中看到每个进程的名称、CPU 使用率和内存使用率，并在最后看到并发获取所有进程信息所花费的时间。

效果图：

其他文章推荐

• Python 文件搜索程序详解与实现-CSDN博客
• 在 Python 中编写一个简单的文件搜索工具-CSDN博客
• 在Python中打印所有ASCII字符-CSDN博客
• Python 创建一个简单的在线聊天系统-CSDN博客
• 使用 Python和moviepy库 将MP4视频 文件转换为GIF动画-CSDN博客

相关类型推荐

• 使用Python进行系统监控
• Python中的并发编程

结论

通过这个简单的例子，我们可以看到 psutil 和 concurrent.futures 是如何帮助我们并发获取系统进程信息的。无论你是在进行系统监控，还是在分析系统资源使用情况，这两个库都可以成为你的强大工具。

总结

通过本文的学习，你应该已经掌握了如何使用 psutil 和 concurrent.futures 并发获取系统进程信息。如果你有任何问题或建议，请在评论区留言。