python如何获取cpu实时使用率

Python获取CPU实时使用率的方法主要包括：使用psutil库、使用os和subprocess库、使用平台相关工具。其中，使用psutil库是最常见和最简便的方法。下面详细介绍一下如何使用psutil库获取CPU实时使用率的方法。

一、安装和导入psutil库

1、安装psutil库

psutil（Python system and process utilities）是一个跨平台库，能够轻松获取系统的各类硬件信息，包括CPU使用率、内存使用率、磁盘使用率等。首先，我们需要安装psutil库：

pip install psutil

2、导入psutil库

在Python脚本中导入psutil库：

import psutil

二、获取CPU实时使用率

1、使用psutil.cpu_percent()函数

psutil.cpu_percent()函数可以用来获取CPU的实时使用率。默认情况下，该函数会返回一个瞬时的CPU使用率，但我们可以通过设置interval参数来获取一个时间段内的平均使用率。

import psutil
import time
获取瞬时的CPU使用率
cpu_usage = psutil.cpu_percent(interval=1)
print(f"瞬时的CPU使用率: {cpu_usage}%")
获取一段时间内的平均CPU使用率
cpu_usage_avg = psutil.cpu_percent(interval=5)
print(f"5秒内的平均CPU使用率: {cpu_usage_avg}%")

2、获取每个CPU核心的使用率

psutil.cpu_percent(percpu=True)可以获取每个CPU核心的使用率：

cpu_usage_per_core = psutil.cpu_percent(interval=1, percpu=True)
print("每个CPU核心的使用率:")
for i, usage in enumerate(cpu_usage_per_core):
    print(f"核心 {i}: {usage}%")

三、获取更多CPU相关信息

1、获取CPU的逻辑核心数和物理核心数

psutil.cpu_count()和psutil.cpu_count(logical=False)可以获取CPU的逻辑核心数和物理核心数：

logical_cores = psutil.cpu_count()
physical_cores = psutil.cpu_count(logical=False)
print(f"逻辑核心数: {logical_cores}")
print(f"物理核心数: {physical_cores}")

2、获取CPU的时间统计信息

psutil.cpu_times()可以获取CPU的时间统计信息，包括用户时间、系统时间、空闲时间等：

cpu_times = psutil.cpu_times()
print(f"用户时间: {cpu_times.user}")
print(f"系统时间: {cpu_times.system}")
print(f"空闲时间: {cpu_times.idle}")

四、跨平台的实现

1、使用os和subprocess库

除了psutil库之外，我们还可以使用os和subprocess库来获取CPU使用率。具体实现方法会因操作系统的不同而有所区别。

在Linux系统上使用/proc/stat

在Linux系统上，可以读取/proc/stat文件来获取CPU使用率：

import os
import time
def get_cpu_usage():
    with open('/proc/stat', 'r') as f:
        lines = f.readlines()
    cpu_line = lines[0]
    cpu_times = cpu_line.split()[1:]
    cpu_times = list(map(int, cpu_times))
    idle_time = cpu_times[3]
    total_time = sum(cpu_times)
    return idle_time, total_time
idle1, total1 = get_cpu_usage()
time.sleep(1)
idle2, total2 = get_cpu_usage()
idle_delta = idle2 - idle1
total_delta = total2 - total1
cpu_usage = (1.0 - idle_delta / total_delta) * 100
print(f"CPU使用率: {cpu_usage}%")

在Windows系统上使用typeperf命令

在Windows系统上，可以使用typeperf命令来获取CPU使用率：

import subprocess
def get_cpu_usage():
    result = subprocess.run(['typeperf', '\Processor(_Total)\% Processor Time', '-sc', '1'], stdout=subprocess.PIPE)
    output = result.stdout.decode('utf-8')
    cpu_usage = float(output.strip().split('n')[-2].split(',')[-1].strip('"'))
    return cpu_usage
cpu_usage = get_cpu_usage()
print(f"CPU使用率: {cpu_usage}%")

五、监控和报警

1、持续监控CPU使用率

在实际应用中，我们可能需要持续监控CPU的使用率，并在超过一定阈值时触发报警：

import psutil
import time
def monitor_cpu(threshold):
    while True:
        cpu_usage = psutil.cpu_percent(interval=1)
        print(f"CPU使用率: {cpu_usage}%")
        if cpu_usage > threshold:
            print(f"警告：CPU使用率超过{threshold}%!")
        time.sleep(1)
monitor_cpu(80)

2、发送报警通知

我们可以结合邮件、短信、或其他通知方式来发送报警通知。例如，使用smtplib库发送邮件：

import smtplib
from email.mime.text import MIMEText
def send_alert_email(cpu_usage):
    sender = 'your_email@example.com'
    receiver = 'alert_receiver@example.com'
    subject = 'CPU Usage Alert'
    body = f'CPU usage has exceeded the threshold. Current usage: {cpu_usage}%.'
    msg = MIMEText(body)
    msg['Subject'] = subject
    msg['From'] = sender
    msg['To'] = receiver
    with smtplib.SMTP('smtp.example.com') as server:
        server.login('your_email@example.com', 'your_password')
        server.sendmail(sender, receiver, msg.as_string())
cpu_usage = psutil.cpu_percent(interval=1)
if cpu_usage > 80:
    send_alert_email(cpu_usage)

六、结合项目管理系统

在实际项目中，监控CPU使用率是项目管理的重要环节之一。可以结合项目管理系统，如研发项目管理系统PingCode和通用项目管理软件Worktile，将CPU使用率的监控和报警集成到项目管理流程中，确保项目的顺利进行。

七、总结

通过本文的介绍，读者应该已经掌握了如何使用Python获取CPU的实时使用率，包括使用psutil库、os和subprocess库等多种方法。此外，还介绍了如何获取更多的CPU相关信息、跨平台的实现方法、持续监控和报警，以及结合项目管理系统的应用。希望这些内容能对读者在实际项目中有所帮助。