【实例代码分享】揭秘超强性能监控工具：Python psutil库

01前言

相信在做的各位都了解过cpu，内存，磁盘，这些在我们的工作中多多少少都会用的到，特别是做过性能测试的小伙们，为什么提到cpu，内存这些呢，主要今天给大家分享一个python的第3方库，可以用来检测电脑上的cpu或者服务器上的cpu变化。从而进行查看我们的性能状态。

02 psutil

psutil属于python跨平台使用的库，主要作用就是获取系统运行的进程和系统利用率（cpu，内存，磁盘）等信息，可以用于监控服务器和本地的性能指标。

03 安装

pip install psutil  安装psutil

04 常见功能

获取cpu信息

获取当前cpu信息，直接通过psutil库中的方法进行获取，其中interval=1表示1秒内的cpu值

import psutil



# 获取当前CPU

cpu = psutil.cpu_percent(interval=1)

print(f'目前CPU为：{cpu}%')

'运行

运行

获取进程信息

获取当前进程信息，直接通过psutil库中的pids()进行获取

import psutil

# 获取当前pid号

pid = psutil.pids()

print('当前的pid列表：%s' %pid)

获取内存信息

获取当前内存信息，直接通过psutil库中的virtual_memory()进行获取。

import psutil

# 获取内存

mem = psutil.virtual_memory()

# 通过方法percent获取内存百分比

print(f'当前内存：{mem.percent}%')

'运行

运行

获取当前磁盘信息

获取当前磁盘信息，直接通过psutil库中的disk_usage（）其中'/' 参数表示要查询的磁盘分区或挂载点的路径

import psutil

# 获取磁盘分区

disk_=psutil.disk_partitions()

# 获取当前磁盘使用情况

disk = psutil.disk_usage('/')

# 通过方法percent获取内存百分比

print(disk)

05 实例

早上小明上班后，领导告诉他，我们目前的服务器的cpu和内存好像不稳定，让小明帮他写一个脚本然后统计下cpu和内存的变化，给到领导一个excel表格。

好在小明昨天看了这一篇文章，立刻有了灵感，打开pycharm就开始敲起来了

1、首先我们通过安装psutil库

2、分别通过获取cpu和内存

3、通过执行打印出来cpu和内存的值

import psutil

# 获取cpu的信息



def cpu():

cpu = psutil.cpu_percent(interval=1)

return cpu


# 获取内存的信息

def mem():

mem = psutil.virtual_memory()

return mem.percent


# 打印cpu和内存信息

def get_print(cpu,mem):

print(f'当前Cpu：{cpu}%')

print(f'当前内存：{mem}%')



a = cpu()

b = mem()

get_print(a,b)

通过cmd这里运行查看，发现已经可以单独获取成功当前的cpu和内存了

​

单独的已经完成了，那么是不是可以写一个循环，进行一直执行这个函数，在通过time函数进行增加间隔时间，然后小明的代码又敲起来了。

1、导入时间函数

2、通过for循环进行执行程序

import time

import psutil

# 获取cpu的信息



def cpu():

cpu = psutil.cpu_percent(interval=1)

return cpu

# 获取内存的信息

def mem():

mem = psutil.virtual_memory()

return mem.percent

# 打印cpu和内存信息

def get_print(cpu,mem):

print(f'当前Cpu：{cpu}%')

print(f'当前内存：{mem}%')

# 循环执行获取函数

for i in range(7200):

a = cpu()

b = mem()

get_print(a,b)

time.sleep(2)

通过运行结果可以看到，目前领导安排的任务已经完成了一半了，那么我们需要写入excel了，

​

这里小明想要先整理下打印的样式，于是又敲起来了代码

这里小明通过加入了时间函数获取了当前时间打印，加上了cpu和内存的值，优化了打印页面

import time

import psutil

# 获取cpu的信息



def cpu():

cpu = psutil.cpu_percent(interval=1)

return cpu

# 获取内存的信息

def mem():

mem = psutil.virtual_memory()

return mem.percent

# 打印cpu和内存信息

def get_print(cpu,mem):

# 获取当前时间

local_time = time.localtime(time.time())

formatted_time = time.strftime('%Y-%m-%d %H:%M:%S', local_time)

print(formatted_time,f'当前Cpu：{cpu}% 当前内存：{mem}%')

# 循环执行获取函数

for i in range(7200):

a = cpu()

b = mem()

get_print(a,b)

time.sleep(2)

通过执行结果可以看出来，已经完成了，那么我们就只需要写入excel表格中了。

​

写入excel

这里小编使用的模块是pandas，也是属于python的第三方库，大多数用于数据处理，后续有机会给大家展示如何运用到测试当中。

import time

import pandas as pd

import psutil



def get_info():

# 获取当前cpu

cpu = psutil.cpu_percent(interval=1)

# 获取当前内存

mem = psutil.virtual_memory().percent

# 获取当前时间

local_time = time.localtime(time.time())

formatted_time = time.strftime('%Y-%m-%d %H:%M:%S', local_time)

data = {'时间':[formatted_time],

'cpu':[f'{cpu}%'],

'mem':[f'{mem}%']

}

print(data)

return data

filename = 'output.xlsx'

def write_info(data):

new_df = pd.DataFrame(data)

with pd.ExcelWriter(filename,mode='a',engine='openpyxl',if_sheet_exists='overlay') as writer:

# 读取以前的数据

existing_df = pd.read_excel(filename, sheet_name='Sheet1')

# 合并新数据和已存在的数据

appended_df = pd.concat([existing_df, new_df], ignore_index=True)

# 写入合并后的新数据

appended_df.to_excel(writer, sheet_name='Sheet1', index=False)


# 循环读取并写入excel中

while True:

data = get_info()

write_info(data)

time.sleep(2)

通过运行后发现已经将对应的cpu和内存都写入到了excel表格中。

​

方法二：

上图中主要用于我们本地windows系统上，那么小明的领导需要用于服务器上，那么我们将我们的代码放到服务器上运行，因为前面介绍psutil库的时候介绍了，他是跨平台使用，可以在linux上和windows上进行运行。

通过将linux上所需要的环境内容都安装好了后，然后直接将代码上传到linux上，运行程序

06 总结

这里小编通过一个小小的问题，然后简单的介绍了如何通过python获取cpu和内存的过程，然后再介绍了pandas将我们抓取的cpu和内存放到excel中尽显存储。

本篇内容不是特别多，主要简单介绍了python的第三方库psutil。希望在后续的工作中，本篇文章能够帮助到您。

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：【文末自行领取】

​

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！