解密Python监控进程的黑科技：CPU、内存、IO使用率一目了然！

合集 - 接口测试(15)

1.WebSocket测试方法简单介绍2023-04-172.webSocket 简单介绍2023-04-173.mock服务简单介绍2023-04-174.python 之 session鉴权的处理2023-04-145.最全的python正则使用2023-04-126.python之封装mysql2023-04-127.python之requests常规使用2023-04-128.python 日志之loguru2023-03-319.Python-Loguru：让记录日志更装132023-06-1210.接口自动化测试项目2.0，让你像Postman一样编写测试用例，支持多环境切换、多业务依赖、数据库断言等2023-07-0611.JMeter与Python的多重交响：从入门到高级应用(上)2023-08-17

12.解密Python监控进程的黑科技：CPU、内存、IO使用率一目了然！2023-08-17

13.震惊！强大的接口自动化测试框架2.0，unittest与pytest无缝穿插对接，可以像postman一样编写代码2023-08-1714.精美可视化：Python自动化生成漂亮的测试报告2023-08-1815.Jmeter分布式测试的注意事项和常见问题2023-11-04

收起

“在计算机系统管理和应用性能优化中，监控进程的CPU、内存和IO使用率是非常重要的任务。Python作为一种功能强大的编程语言，可以轻松地实现这些监控任务。勇哥将介绍如何使用Python写一个简单使用的监控进程的CPU、内存和IO使用率的工具。”

准备工作

啥也不说，先装库：psutil是一个跨平台用于获取系统信息（包括进程信息）的流行库；安装命令：

pip install psutil
 

监控CPU使用率

使用psutil库可以轻松地监控进程的CPU使用率。以下是一个示例代码，演示了如何监控一个指定进程的CPU使用率：

import psutil
import os
import time
 
def monitor_cpu(process_id, duration):
    process = psutil.Process(process_id)
    start_time = time.time()
 
    while time.time() - start_time < duration:
        cpu_percent = process.cpu_percent(interval=1)
        print(f"CPU 使用率: {cpu_percent}%")
        
if __name__ == "__main__":
    target_process_id = os.getpid()  # 替换为你要监控的进程ID
    monitoring_duration = 60  # 监控持续时间（秒）
    monitor_cpu(target_process_id, monitoring_duration)
 

通过cpu_percent() 获取进程的CPU使用率，然后调整interval参数，控制采样时间间隔，再加个循环，就实现了不停获取数据信息的小脚本，自己可以扩展将结果写入文件或者数据库种用来持久化输出了。

监控内存使用率

psutil库的memory_info()方法可以获取进程的内存占用，废话不多说上代码：

import psutil
import os
import time
 
def monitor_memory(process_id, duration):
    process = psutil.Process(process_id)
    start_time = time.time()
 
    while time.time() - start_time < duration:
        memory_info = process.memory_info()
        memory_percent = process.memory_percent()
        print(f"内存使用量: {memory_info.rss / (1024 * 1024):.2f} MB")
        print(f"内存使用率: {memory_percent:.2f}%")
        time.sleep(1)
       
        
if __name__ == "__main__":
    target_process_id = os.getpid()  # 替换为你要监控的进程ID
    monitoring_duration = 60  # 监控持续时间（秒）
    monitor_memory(target_process_id, monitoring_duration)
 

其中rss属性可以获取实际使用物理内存，memory_info() 获取进程的内存信息，简短的代码就实现了内存监控，可以自己适当扩展了。

监控IO使用率

psutil库的io_counters()方法可以监控进程的IO操作，废话不多说，上代码：

import psutil
import os
import time
 
def monitor_io(process_id, duration):
    process = psutil.Process(process_id)
    start_time = time.time()
 
    while time.time() - start_time < duration:
        io_counters = process.io_counters()
        print(f"读取字节数: {io_counters.read_bytes}") # 要变成MB，需要除1024/1024
        print(f"写入字节数: {io_counters.write_bytes}")
        time.sleep(1)
        
if __name__ == "__main__":
    target_process_id = os.getpid()  # 替换为你要监控的进程ID
    monitoring_duration = 60  # 监控持续时间（秒）
    monitor_io(target_process_id, monitoring_duration)
 

io_counters()方法返回了进程的IO计数器信息，可以读取和写入的字节数。

小工具代码整合

上面3个小函数已经实现了监控我门常规的信息了，现在我们的要求是要同时监控，而不是监控完这个再监控那个，对吧。so 勇哥使用异步编程来简单带大伙玩一下，完整代码如下：

import asyncio
import time
 
import psutil
 
 
async def monitor_io(process_id, duration):
    process = psutil.Process(process_id)
    start_time = time.time()
 
    while time.time() - start_time < duration:
        io_counters = process.io_counters()
        print(f"读取字节数: {io_counters.read_bytes / 1024 / 1024} MB")
        print(f"写入字节数: {io_counters.write_bytes / 1024 / 1024} MB")
        await asyncio.sleep(1)
 
 
async def monitor_memory(process_id, duration):
    process = psutil.Process(process_id)
    start_time = time.time()
 
    while time.time() - start_time < duration:
        memory_info = process.memory_info()
        memory_percent = process.memory_percent()
        print(f"内存使用量: {memory_info.rss / (1024 * 1024):.2f} MB")
        print(f"内存使用率: {memory_percent:.2f}%")
        await asyncio.sleep(1)
 
 
async def monitor_cpu(process_id, duration):
    process = psutil.Process(process_id)
    start_time = time.time()
 
    while time.time() - start_time < duration:
        cpu_percent = process.cpu_percent(interval=1)
        print(f"CPU 使用率: {cpu_percent}%")
        await asyncio.sleep(1)
 
 
async def main():
    process_id = int(input("请输入进程ID："))
    duration = int(input("请输入监控时长（秒）："))
 
    tasks = [
        monitor_io(process_id, duration),
        monitor_memory(process_id, duration),
        monitor_cpu(process_id, duration)
    ]
 
    await asyncio.gather(*tasks)
 
 
if __name__ == "__main__":
    asyncio.run(main())

总结

以上就是勇哥今天为各位小伙伴准备的内容，如果你想了解更多关于Python自动化测试的知识和技巧，欢迎关注我：公众号\博客\CSDN\B站：测试玩家勇哥；我会不定期地分享更多的精彩内容。感谢你的阅读和支持！

---

题外话，勇哥打算把新建的技术交流群，打造成一个活跃的高质量技术群。工作中遇到的技术问题，都可以在里面咨询大家，还有工作内推的机会。有兴趣的小伙伴，欢迎加我（记得备注是进群还是报名学习）👇👇👇****

👆****👆********👆长按上方二维码2秒,关注我

---

勇哥，10年落魄测试老司机，技术栈偏python，目前在一家超大型房产公司担任自动化测试主管，日常工作比较繁杂，主要负责自动化测试，性能测试、软件质量管理及人员管理。工作之余专注于为粉丝进行简历修改、面试辅导、模拟面试、资料分享、一对一自动化测试教学辅导等副业发展。目前已服务十多位小伙伴，取得高薪offer。

关注公众号，测试干货及时送达

接口自动化测试项目2.0，让你像Postman一样编写测试用例，支持多环境切换、多业务依赖、数据库断言等

揭秘抓包利器：Python和Mitmproxy让您轻松实现接口请求抓取与分析！

构建高效的接口自动化测试框架思路

Pytest 快速入门

接口自动化之测试数据动态生成并替换

requests模块该如何封装？

接口自动化如何封装mysql操作

一文看懂python如何执行cmd命令

最通俗易懂python操作数据库

python-Threading多线程之线程锁

python正则一篇搞掂

性能测试之必备知识

性能分析思路

Python + ChatGPT来实现一个智能对话的钉钉机器人

一文看懂python如何执行cmd命令