Python神器：psutil库使用详解

一时失言乱红尘 2024-03-16 23:37 97阅读 0赞

#### 文章目录 ####

*   *  一、背景
     *  二、安装&基本使用
     *   *   *   *   *  1、获取CPU信息
                     *  2、获取内存信息
                     *  3、获取磁盘信息
                     *  4、获取进程信息
     *  三、项目应用实战
     *   *   *   *   *  1、获取电脑整体的CPU、内存占用情况
                     *  2、获取指定进程的CPU和内存占用信息代码
                     *  3、将测试结果数据写入csv文件
                     *  4、封装方法为函数，以便后续直接调用
                     *  5、运行脚本
                     *  6、生成的csv文件内容
                     *  7、依赖测试数据生成趋势图，用于测试报告使用

### 一、背景 ###

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。

### 二、安装&基本使用 ###

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。

###### 1、获取CPU信息 ######

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}%')

###### 2、获取内存信息 ######

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}%')

###### 3、获取磁盘信息 ######

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}%')

###### 4、获取进程信息 ######

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)}')

### 三、项目应用实战 ###

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：

###### 1、获取电脑整体的CPU、内存占用情况 ######

# 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

###### 2、获取指定进程的CPU和内存占用信息代码 ######

# 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

###### 3、将测试结果数据写入csv文件 ######

# 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')

###### 4、封装方法为函数，以便后续直接调用 ######

# 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("===============================================================")

###### 5、运行脚本 ######

![在这里插入图片描述][a3c09963db5a41e0b774896f9d818030.png]

###### 6、生成的csv文件内容 ######

![在这里插入图片描述][de7d5041ed344c55b3fd55509c054bd5.png]

###### 7、依赖测试数据生成趋势图，用于测试报告使用 ######

![在这里插入图片描述][cc74228c75ba4821a47b20aec037c91f.png]

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。

[a3c09963db5a41e0b774896f9d818030.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/643475dd5bde4bc0bf2adb6eb1fdc46f.png
[de7d5041ed344c55b3fd55509c054bd5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/5c82972139e547c9b63063de9f84dea9.png
[cc74228c75ba4821a47b20aec037c91f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/b95deba630af4f32af7761989dd8323c.png