Comment obtenir le processeur actuel et RAM utilisation en Python?
Quelle est votre méthode préférée pour obtenir l'état actuel du système (processeur, mémoire vive, espace disque disponible, etc.) en Python? Points bonus pour les plates-formes * nix et Windows.
Il semble y avoir plusieurs moyens possibles d'extraire cela de ma recherche:
Utiliser une bibliothèque telle que PSI (qui semble actuellement pas activement développée et non prise en charge sur plusieurs plates-formes) ou similaire à pystatgrab (encore aucune activité depuis 2007, semble-t-il, ni aucune prise en charge de Windows).
Utilisation de code spécifique à la plate-forme, par exemple
os.popen("ps")ou similaire pour les systèmes * nix etMEMORYSTATUSdansctypes.windll.kernel32(voir cette recette sous ActiveState ) pour la plate-forme Windows. On pourrait mettre une classe Python avec tous ces extraits de code.
Ce n'est pas que ces méthodes soient mauvaises, mais existe-t-il déjà un moyen multi-plateforme bien supporté de faire la même chose?
La bibliothèque psutil vous donnera des informations système (utilisation du processeur/de la mémoire) sur diverses plates-formes:
psutil est un module fournissant une interface permettant de récupérer des informations sur les processus en cours et l'utilisation du système (CPU, mémoire) de manière portable en utilisant Python, en implémentant de nombreuses fonctionnalités offertes par des outils tels que ps, top et le gestionnaire de tâches Windows.
Il supporte actuellement Linux, Windows, OSX, Sun Solaris, FreeBSD, OpenBSD et NetBSD, architectures 32 bits et 64 bits, avec les versions de Python de 2.6 à 3.5 (les utilisateurs de Python 2.4 et 2.5 peuvent utiliser la version 2.1.3).
UPDATE: Voici quelques exemples d'utilisation de psutil:
#!/usr/bin/env python
import psutil
# gives a single float value
psutil.cpu_percent()
# gives an object with many fields
psutil.virtual_memory()
# you can convert that object to a dictionary
dict(psutil.virtual_memory()._asdict())
Utilisez la bibliothèque psutil . Sur Ubuntu 18.04, pip installé 5.5.0 (dernière version) à compter du 30/01/2019. Les anciennes versions peuvent se comporter de manière quelque peu différente. Vous pouvez vérifier votre version de psutil en faisant ceci en Python:
from __future__ import print_function # for Python2
import psutil
print(psutil.__version__)
Pour obtenir des statistiques sur la mémoire et le processeur:
from __future__ import print_function
import psutil
print(psutil.cpu_percent())
print(psutil.virtual_memory()) # physical memory usage
print('memory % used:', psutil.virtual_memory()[2])
Le virtual_memory (Tuple) aura le pourcentage de mémoire utilisé par l’ensemble du système. Cela semblait être surestimé de quelques pour cent pour moi sur Ubuntu 18.04.
Vous pouvez également obtenir la mémoire utilisée par l'instance Python actuelle:
import os
import psutil
pid = os.getpid()
py = psutil.Process(pid)
memoryUse = py.memory_info()[0]/2.**30 # memory use in GB...I think
print('memory use:', memoryUse)
qui donne l'utilisation actuelle de la mémoire de votre script Python.
Il y a quelques exemples plus détaillés dans la page pypi pour psutil .
Les codes ci-dessous, sans bibliothèques externes ont fonctionné pour moi. J'ai testé à Python 2.7.9
L'utilisation du processeur
import os
CPU_Pct=str(round(float(os.popen('''grep 'cpu ' /proc/stat | awk '{usage=($2+$4)*100/($2+$4+$5)} END {print usage }' ''').readline()),2))
#print results
print("CPU Usage = " + CPU_Pct)
Et l'utilisation du bélier, totale, utilisée et gratuite
import os
mem=str(os.popen('free -t -m').readlines())
"""
Get a whole line of memory output, it will be something like below
[' total used free shared buffers cached\n',
'Mem: 925 591 334 14 30 355\n',
'-/+ buffers/cache: 205 719\n',
'Swap: 99 0 99\n',
'Total: 1025 591 434\n']
So, we need total memory, usage and free memory.
We should find the index of capital T which is unique at this string
"""
T_ind=mem.index('T')
"""
Than, we can recreate the string with this information. After T we have,
"Total: " which has 14 characters, so we can start from index of T +14
and last 4 characters are also not necessary.
We can create a new sub-string using this information
"""
mem_G=mem[T_ind+14:-4]
"""
The result will be like
1025 603 422
we need to find first index of the first space, and we can start our substring
from from 0 to this index number, this will give us the string of total memory
"""
S1_ind=mem_G.index(' ')
mem_T=mem_G[0:S1_ind]
"""
Similarly we will create a new sub-string, which will start at the second value.
The resulting string will be like
603 422
Again, we should find the index of first space and than the
take the Used Memory and Free memory.
"""
mem_G1=mem_G[S1_ind+8:]
S2_ind=mem_G1.index(' ')
mem_U=mem_G1[0:S2_ind]
mem_F=mem_G1[S2_ind+8:]
print 'Summary = ' + mem_G
print 'Total Memory = ' + mem_T +' MB'
print 'Used Memory = ' + mem_U +' MB'
print 'Free Memory = ' + mem_F +' MB'
One-liner pour l'utilisation de RAM avec uniquement une dépendance stdlib:
import os
tot_m, used_m, free_m = map(int, os.popen('free -t -m').readlines()[-1].split()[1:])
Voici quelque chose que j'ai mis en place il y a quelque temps: Windows uniquement, mais qui peut vous aider à obtenir une partie de ce que vous devez faire.
Dérivé de: "For sys available mem" http://msdn2.Microsoft.com/en-us/library/aa455130.aspx
"Informations sur les processus individuels et exemples de scripts python" http://www.Microsoft.com/technet/scriptcenter/scripts/default.mspx?mfr=true
REMARQUE: l'interface/le processus WMI est également disponible pour effectuer des tâches similaires Je ne l'utilise pas ici parce que la méthode actuelle couvre mes besoins, mais si un jour il est nécessaire d'étendre ou d'améliorer cela, alors vous voudrez peut-être examiner les outils WMI disponibles.
WMI pour python:
http://tgolden.sc.sabren.com/python/wmi.html
Le code:
'''
Monitor window processes
derived from:
>for sys available mem
http://msdn2.Microsoft.com/en-us/library/aa455130.aspx
> individual process information and python script examples
http://www.Microsoft.com/technet/scriptcenter/scripts/default.mspx?mfr=true
NOTE: the WMI interface/process is also available for performing similar tasks
I'm not using it here because the current method covers my needs, but if someday it's needed
to extend or improve this module, then may want to investigate the WMI tools available.
WMI for python:
http://tgolden.sc.sabren.com/python/wmi.html
'''
__revision__ = 3
import win32com.client
from ctypes import *
from ctypes.wintypes import *
import pythoncom
import pywintypes
import datetime
class MEMORYSTATUS(Structure):
_fields_ = [
('dwLength', DWORD),
('dwMemoryLoad', DWORD),
('dwTotalPhys', DWORD),
('dwAvailPhys', DWORD),
('dwTotalPageFile', DWORD),
('dwAvailPageFile', DWORD),
('dwTotalVirtual', DWORD),
('dwAvailVirtual', DWORD),
]
def winmem():
x = MEMORYSTATUS() # create the structure
windll.kernel32.GlobalMemoryStatus(byref(x)) # from cytypes.wintypes
return x
class process_stats:
'''process_stats is able to provide counters of (all?) the items available in perfmon.
Refer to the self.supported_types keys for the currently supported 'Performance Objects'
To add logging support for other data you can derive the necessary data from perfmon:
---------
perfmon can be run from windows 'run' menu by entering 'perfmon' and enter.
Clicking on the '+' will open the 'add counters' menu,
From the 'Add Counters' dialog, the 'Performance object' is the self.support_types key.
--> Where spaces are removed and symbols are entered as text (Ex. # == Number, % == Percent)
For the items you wish to log add the proper attribute name in the list in the self.supported_types dictionary,
keyed by the 'Performance Object' name as mentioned above.
---------
NOTE: The 'NETFramework_NETCLRMemory' key does not seem to log dotnet 2.0 properly.
Initially the python implementation was derived from:
http://www.Microsoft.com/technet/scriptcenter/scripts/default.mspx?mfr=true
'''
def __init__(self,process_name_list=[],perf_object_list=[],filter_list=[]):
'''process_names_list == the list of all processes to log (if empty log all)
perf_object_list == list of process counters to log
filter_list == list of text to filter
print_results == boolean, output to stdout
'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
self.process_name_list = process_name_list
self.perf_object_list = perf_object_list
self.filter_list = filter_list
self.win32_perf_base = 'Win32_PerfFormattedData_'
# Define new datatypes here!
self.supported_types = {
'NETFramework_NETCLRMemory': [
'Name',
'NumberTotalCommittedBytes',
'NumberTotalReservedBytes',
'NumberInducedGC',
'NumberGen0Collections',
'NumberGen1Collections',
'NumberGen2Collections',
'PromotedMemoryFromGen0',
'PromotedMemoryFromGen1',
'PercentTimeInGC',
'LargeObjectHeapSize'
],
'PerfProc_Process': [
'Name',
'PrivateBytes',
'ElapsedTime',
'IDProcess',# pid
'Caption',
'CreatingProcessID',
'Description',
'IODataBytesPersec',
'IODataOperationsPersec',
'IOOtherBytesPersec',
'IOOtherOperationsPersec',
'IOReadBytesPersec',
'IOReadOperationsPersec',
'IOWriteBytesPersec',
'IOWriteOperationsPersec'
]
}
def get_pid_stats(self, pid):
this_proc_dict = {}
pythoncom.CoInitialize() # Needed when run by the same process in a thread
if not self.perf_object_list:
perf_object_list = self.supported_types.keys()
for counter_type in perf_object_list:
strComputer = "."
objWMIService = win32com.client.Dispatch("WbemScripting.SWbemLocator")
objSWbemServices = objWMIService.ConnectServer(strComputer,"root\cimv2")
query_str = '''Select * from %s%s''' % (self.win32_perf_base,counter_type)
colItems = objSWbemServices.ExecQuery(query_str) # "Select * from Win32_PerfFormattedData_PerfProc_Process")# changed from Win32_Thread
if len(colItems) > 0:
for objItem in colItems:
if hasattr(objItem, 'IDProcess') and pid == objItem.IDProcess:
for attribute in self.supported_types[counter_type]:
eval_str = 'objItem.%s' % (attribute)
this_proc_dict[attribute] = eval(eval_str)
this_proc_dict['TimeStamp'] = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S.') + str(datetime.datetime.now().microsecond)[:3]
break
return this_proc_dict
def get_stats(self):
'''
Show process stats for all processes in given list, if none given return all processes
If filter list is defined return only the items that match or contained in the list
Returns a list of result dictionaries
'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
proc_results_list = []
if not self.perf_object_list:
perf_object_list = self.supported_types.keys()
for counter_type in perf_object_list:
strComputer = "."
objWMIService = win32com.client.Dispatch("WbemScripting.SWbemLocator")
objSWbemServices = objWMIService.ConnectServer(strComputer,"root\cimv2")
query_str = '''Select * from %s%s''' % (self.win32_perf_base,counter_type)
colItems = objSWbemServices.ExecQuery(query_str) # "Select * from Win32_PerfFormattedData_PerfProc_Process")# changed from Win32_Thread
try:
if len(colItems) > 0:
for objItem in colItems:
found_flag = False
this_proc_dict = {}
if not self.process_name_list:
found_flag = True
else:
# Check if process name is in the process name list, allow print if it is
for proc_name in self.process_name_list:
obj_name = objItem.Name
if proc_name.lower() in obj_name.lower(): # will log if contains name
found_flag = True
break
if found_flag:
for attribute in self.supported_types[counter_type]:
eval_str = 'objItem.%s' % (attribute)
this_proc_dict[attribute] = eval(eval_str)
this_proc_dict['TimeStamp'] = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S.') + str(datetime.datetime.now().microsecond)[:3]
proc_results_list.append(this_proc_dict)
except pywintypes.com_error, err_msg:
# Ignore and continue (proc_mem_logger calls this function once per second)
continue
return proc_results_list
def get_sys_stats():
''' Returns a dictionary of the system stats'''
pythoncom.CoInitialize() # Needed when run by the same process in a thread
x = winmem()
sys_dict = {
'dwAvailPhys': x.dwAvailPhys,
'dwAvailVirtual':x.dwAvailVirtual
}
return sys_dict
if __== '__main__':
# This area used for testing only
sys_dict = get_sys_stats()
stats_processor = process_stats(process_name_list=['process2watch'],perf_object_list=[],filter_list=[])
proc_results = stats_processor.get_stats()
for result_dict in proc_results:
print result_dict
import os
this_pid = os.getpid()
this_proc_results = stats_processor.get_pid_stats(this_pid)
print 'this proc results:'
print this_proc_results
http://monkut.webfactional.com/blog/archive/2009/1/21/windows-process-memory-logging-python
"... l'état actuel du système (processeur, RAM, espace disque disponible, etc.)" et "* nix et plates-formes Windows" peuvent être une combinaison difficile à obtenir.
Les systèmes d'exploitation sont fondamentalement différents dans la façon dont ils gèrent ces ressources. En effet, ils diffèrent par des concepts de base tels que définir ce qui compte comme système et ce qui compte comme temps d'application.
"Espace disque libre"? Qu'est-ce qui compte comme "espace disque?" Toutes les partitions de tous les appareils? Qu'en est-il des partitions étrangères dans un environnement à démarrage multiple?
Je ne pense pas qu'il existe un consensus suffisamment clair entre Windows et * nix pour que cela soit possible. En effet, il peut ne pas y avoir de consensus entre les différents systèmes d'exploitation appelés Windows. Existe-t-il une seule API Windows qui fonctionne à la fois pour XP et Vista?
Je pense que ces réponses ont été écrites pour Python 2 et que, de toute façon, personne n’a fait mention du paquet standard resource disponible pour Python 3. Il fournit des commandes permettant d’obtenir la ressource limits d’un processus donné ( appelant le processus Python par défaut). Cela ne revient pas à obtenir le usage actuel des ressources par le système dans son ensemble, mais cela pourrait résoudre certains des mêmes problèmes comme par exemple. "Je veux m'assurer que j'utilise seulement beaucoup de X RAM avec ce script."
Nous avons choisi d'utiliser la source d'informations habituelle à cet effet, car nous pouvions détecter des fluctuations instantanées de la mémoire disponible. Nous avons donc pensé qu'il était utile de consulter la source de données meminfo. Cela nous a également permis d’obtenir un peu plus de paramètres connexes qui ont été pré-analysés.
Code
import os
....
memory_usage = os.popen("cat /proc/meminfo").read()
Sortie pour référence (nous avons supprimé toutes les nouvelles lignes pour une analyse plus approfondie)
MemTotal: 1014500 kB MemFree: 562680 kB MemAvailable: 646364 kB Tampons: 15144 kB En cache: 210720 kB SwapCached: 0 kB Actifs: 261476 kB Inactif: 128888 kB Actif (anon): 167092 kB Inactif (anon): 20888 kB Actif (fichier): 94384 ko Inactif (fichier): 108000 ko Imprévisible: 3652 ko Verrouillé: 3652 ko SwapTotal: 0 ko Swap gratuit: 0 ko Sale: 0 ko Écriture en retour: 0 kB AnonPages: 168160 kB Mappé: 81352 kB Shmem: 21060 kB Dalle: 34492 kB SReclaimable: 18044 kB SUnreclaim: 16448 kB Empreinte de noyau: 2672 kB Pages de page: 8180 ko NFS_Unstable: 0 ko Rebond: 0 ko WritebackTmp: 0 ko CommitLimit: 507248 kB Committed_AS: 1038756 kB VmallocTotal: 34359738367 kB VmallocUsed: 0 kB VmallocChunk: 0 kB HardwareCorrupted: 0 kB AnonHugePages: 88064 kB CmaTotal: 0 kB CmaFree: 0 kB HugePages_Total: 0 HugePages_Free: 0 HugePages_Rsvd: 0 HugePages_Surp: 0 Énormes pages: 2048 ko DirectMap4k: 43008 ko DirectMap2M: 1005568 ko
Ce script pour l'utilisation du processeur:
import os
def get_cpu_load():
""" Returns a list CPU Loads"""
result = []
cmd = "WMIC CPU GET LoadPercentage "
response = os.popen(cmd + ' 2>&1','r').read().strip().split("\r\n")
for load in response[1:]:
result.append(int(load))
return result
if __== '__main__':
print get_cpu_load()
Pour plus de détails sur la CPU, utilisez psutil library
Pour RAM Fréquence (en MHz), utilisez la bibliothèque Linux intégrée dmidecode et manipulez un peu la sortie;). cette commande nécessite une autorisation root, donc indiquez également votre mot de passe. copiez simplement la recommandation suivante en remplaçant mypass par votre mot de passe
import osos.system("echo mypass | Sudo -S dmidecode -t memory | grep 'Clock Speed' | cut -d ':' -f2")------------------- Sortie ---------------------------
1600 MT/s
Inconnu
1600 MT/s
Inconnu 0
- plus spécifiquement
[i for i in os.popen("echo mypass | Sudo -S dmidecode -t memory | grep 'Clock Speed' | cut -d ':' -f2").read().split(' ') if i.isdigit()]
-------------------------- sortie ----------------------- -
['1600', '1600']
Basé sur le code d'utilisation du processeur de @Hrabal, voici ce que j'utilise:
from subprocess import Popen, PIPE
def get_cpu_usage():
''' Get CPU usage on Linux by reading /proc/stat '''
sub = Popen(('grep', 'cpu', '/proc/stat'), stdout=PIPE, stderr=PIPE)
top_vals = [int(val) for val in sub.communicate()[0].split('\n')[0].split[1:5]]
return (top_vals[0] + top_vals[2]) * 100. /(top_vals[0] + top_vals[2] + top_vals[3])
Vous pouvez utiliser psutil ou psmem avec le sous-processus Exemple de code
import subprocess
cmd = subprocess.Popen(['Sudo','./ps_mem'],stdout=subprocess.PIPE,stderr=subprocess.PIPE)
out,error = cmd.communicate()
memory = out.splitlines()
Référence http://techarena51.com/index.php/how-to-install-python-3-and-flask-on-linux/