使用 Python 监控设备

2024年8月29日 | 阅读 10 分钟

在接下来的教程中，我们将了解如何使用 Python 编程语言监控设备。但在开始之前，让我们简要讨论一下监控系统资源的重要性。

监控系统资源的重要性

监控系统资源使我们能够定期评估关键系统资源的性能，例如：

中央处理器
内存 - RAM、交换空间和硬盘空间
网络利用率
GPU 利用率

监控对于识别占用最多资源的进程及其原因至关重要。它帮助我们了解当前系统的资源是否足够运行，或者是否存在某个恶意进程消耗了过多的资源。

对系统资源设置限制阈值将防止问题进一步升级，并确定适当的根本原因分析以解决问题。

在本教程中，我们将探讨 Python 中的 **psutil**（进程和系统实用程序）库，这是一个跨平台的库，用于检索有关运行进程和系统资源利用率（如 CPU、内存、磁盘、网络和传感器）的信息。

psutil 库目前支持以下平台：

Linux
Windows
MacOS
FreeBSD, OpenBSD, NetBSD
Sun Solaris
AIX

GPUtil 库是一个 Python 模块，用于借助 nvidia-smi 获取 NVIDIA GPU 的 GPU 状态。

系统配置

对系统进行配置是必要的，以便了解系统的名称、操作系统 (OS) 版本、系统架构（是 64 位还是 32 位）、物理内核和虚拟内核的数量，以及 CPU 的最高和最低频率。

Python 的 platform 库允许我们检索标识平台的各种数据，例如设备名称、OS 版本、OS 发行版本、节点、处理器等。

让我们看以下代码片段，它演示了上述库的用法。

代码

# importing the required libraries
import psutil
import platform

# getting the username
username = platform.uname()

# printing the details
print(f"System: {username.system}")
print(f"Node Name: {username.node}")
print(f"Release: {username.release}")
print(f"Version: {username.version}")
print(f"Machine: {username.machine}")
print(f"Processor: {username.processor}")
print("Physical cores:", psutil.cpu_count(logical = False))
print("Total cores:", psutil.cpu_count(logical = True))

# CPU frequencies
cpu_freq = psutil.cpu_freq()
print(f"Max Frequency: {cpu_freq.max : .2f}Mhz")
print(f"Min Frequency: {cpu_freq.min : .2f}Mhz")
print(f"Current Frequency: {cpu_freq.current : .2f}Mhz")

输出

System: Windows
Node Name: MANGO-HOME
Release: 10
Version: 10.0.22000
Machine: AMD64
Processor: Intel64 Family 6 Model 165 Stepping 2, GenuineIntel
Physical cores: 4
Total cores: 8
Max Frequency:  2496.00Mhz
Min Frequency:  0.00Mhz
Current Frequency:  2496.00Mhz

说明

我们在上面的代码片段中导入了 psutil 和 platform 库。然后，我们使用 platform 库的 uname() 方法获取 platform 的用户名。然后，我们打印了系统名称、节点名称、发行版、版本、机器、处理器、物理内核和总内核等详细信息。然后，我们使用 psutil 库的 cpu_freq() 方法获取 CPU 频率，并打印了最高、最低和当前频率等详细信息。

监控和限制 CPU 资源

我们可以监控不同物理内核的温度。如果任何物理内核的当前温度高于该内核的阈值限制，则会发出警报。

psutil.sensors_temperatures(fahrenheit = True) 方法提供了各种物理内核的当前、高温和关键温度。此方法不适用于 Windows。

让我们看以下代码片段，它演示了上述方法的用法。

代码

# importing the required libraries
import psutil

# monitoring temperature
for n in range(len(psutil.sensors_temperatures(fahrenheit = True)[ 'coretemp' ])):
    print(str(psutil.sensors_temperatures(fahrenheit = True)[ 'coretemp' ][n].label) + " has a temperature of " + str(psutil.sensors_temperatures(fahrenheit = True)[ 'coretemp' ][n].current) + "F")
    if psutil.sensors_temperatures(fahrenheit = True)[ 'coretemp' ][n].current > psutil.sensors_temperatures(fahrenheit = True)[ 'coretemp' ][n].high:
        print("Temperature is too high")

说明

在上面的代码片段中，我们导入了 psutil 库，使用了 sensors_temperatures(fahrenheit = True) 方法，并打印了与不同物理内核当前温度相关的必需详细信息。

监控和限制内存

虚拟内存是 RAM 和 CPU 上运行的进程使用的磁盘空间的组合。相比之下，交换空间是硬盘上的虚拟内存的一部分，当 RAM 满时，运行的进程会使用它。

让我们看下面的代码片段来说明这一点：

代码

# importing the psutil library
import psutil

# defining the function
def getSize(bytes, suffix = "B"):
    """
    Scaling bytes to its proper format- KB, MB, GB, TB and PB
    """
    the_factor = 1024
    for the_unit in ["", "K", "M", "G", "T", "P"]:
        if bytes < the_factor:
            return f"{bytes:.2f}{the_unit}{suffix}"
        bytes /= the_factor

print("Virtual memory")
sv_mem = psutil.virtual_memory()
print(f"Total: {getSize(sv_mem.total)}")
print(f"Available: {getSize(sv_mem.available)}")
print(f"Used: {getSize(sv_mem.used)}")
print(f"Percentage: {sv_mem.percent} %")
print("SWAP memory")
# getting the swap memory details (if exists)
swap_mem = psutil.swap_memory()
print(f"Total: {getSize(swap_mem.total)}")
print(f"Free: {getSize(swap_mem.free)}")
print(f"Used: {getSize(swap_mem.used)}")
print(f"Percentage: {swap_mem.percent} %")

输出

Virtual memory
Total: 7.84GB
Available: 1.76GB
Used: 6.07GB
Percentage: 77.5 %
SWAP memory
Total: 3.88GB
Free: 908.48MB
Used: 2.99GB
Percentage: 77.1 %

说明

在上面的代码片段中，我们导入了所需的库。然后，我们定义了一个返回大小的函数。然后，我们使用了 psutil.virtual_memory() 方法，该方法以命名元组的形式返回与系统内存利用率相关的统计信息。然后，我们计算了虚拟内存的总量、可用量、已用量和百分比。

类似地，我们也使用了 psutil.swap_memory() 方法，该方法以元组的形式提供有关交换内存统计信息的信息。最后，我们计算了交换内存的总量、可用量、已用量和百分比。

限制虚拟内存和交换内存的阈值

现在，让我们看以下代码片段，它演示了如何限制虚拟内存和交换内存的阈值。

代码

# importing the psutil library
import psutil

VIRTUAL_MEMORY_THRESHOLD = 100 * 1024 * 1024  # 100MB
SWAP_MEMORY_THRESHOLD = 45
if  psutil.virtual_memory().available <= VIRTUAL_MEMORY_THRESHOLD:
    print("Low Virtual Memory warning")
if psutil.swap_memory().percent >= SWAP_MEMORY_THRESHOLD:
    print("Low Swap Memory warning")

输出

Low Swap Memory warning

说明

在上面的代码片段中，我们导入了所需的模块，并为虚拟内存和交换内存定义了常量阈值。然后，我们检查可用虚拟内存是否等于或低于阈值虚拟内存，并打印了相关的警告。然后，我们再次检查交换内存的百分比是否等于或高于阈值交换内存，并打印了相关的警告。

监控和限制硬盘空间

psutil 库的 disk_partitions() 方法允许我们返回所有已挂载的磁盘分区，包括设备、挂载点和文件系统类型。

让我们看以下代码片段，它演示了此方法的用法。

代码

# importing the psutil library
import psutil

# defining the function
def getSize(bytes, suffix = "B"):
    """
    Scaling bytes to its proper format- KB, MB, GB, TB and PB
    """
    the_factor = 1024
    for the_unit in ["", "K", "M", "G", "T", "P"]:
        if bytes < the_factor:
            return f"{bytes:.2f}{the_unit}{suffix}"
        bytes /= the_factor

print( "Hard Disk Information\nPartitions and Usage:")
# getting all disk partitions on the device
the_partitions = psutil.disk_partitions()
for the_partition in the_partitions:
    print("Device: ", the_partition.device)
    print("Partition Mount point: ", the_partition.mountpoint)
    print("Partition File system type: ", the_partition.fstype)
    try:
        partitionUsage = psutil.disk_usage(the_partition.mountpoint)
    except PermissionError:
        continue
    print("Total Size: ", getSize(partitionUsage.total))
    print("Used Space: ", getSize(partitionUsage.used))
    print("Free hard disk Space", getSize(partitionUsage.free))
    print("Hard disk Used Percentage: ", partitionUsage.percent, "%")
    if(partitionUsage.percent > 82):
        print("Disk space nearing full")

输出

Hard Disk Information
Partitions and Usage:
Device:  C:\
Partition Mount point:  C:\
Partition File system type:  NTFS
Total Size:  329.34GB
Used Space:  195.17GB
Free hard disk Space 134.17GB
Hard disk Used Percentage:  59.3 %
Device:  D:\
Partition Mount point:  D:\
Partition File system type:  NTFS
Total Size:  146.48GB
Used Space:  26.46GB
Free hard disk Space 120.02GB
Hard disk Used Percentage:  18.1 %

说明

在上面的代码片段中，我们导入了所需的库并定义了一个返回大小的函数。然后，我们使用 disk_partitions() 方法获取所有已挂载磁盘分区的列表。然后，我们使用 for 循环遍历每个分区，并打印所需的详细信息，例如设备、分区挂载点、分区文件系统类型、总空间、已用空间、可用硬盘空间和硬盘已用百分比。我们使用了 try-except 方法来检查硬盘空间容量。

监控和限制网络使用

所有网络协议都与特定的地址族相关联。地址族提供诸如数据包分段和重组、路由、寻址和传输等服务。地址族在同一系统或不同系统上运行的进程之间提供进程间通信。

地址族通常由一些协议组成，每个协议对应一种套接字类型。

这是不同网络及其地址族的列表：

AF_INET - IPv4 Internet 协议
AF_INET6 - IPv6 Internet 协议
AF_NETLINK - 内核用户界面设备
AF_PACKET - 低级数据包接口

现在，让我们看以下代码片段，它演示了这一点。

代码

# importing the psutil library
import psutil

print( "Network Information")

# getting all network interfaces (virtual and physical)
ifAddrs = psutil.net_if_addrs()
for interfaceName, interfaceAddresses in ifAddrs.items():
    for address in interfaceAddresses:
        print(" Interface: ", interfaceName)
        if str(address.family) == 'AddressFamily.AF_INET':
            print("  IP Address: ", address.address)
            print("  Netmask: ", address.netmask)
            print("  Broadcast IPv4: ", address.broadcast)
        elif str(address.family) == 'AddressFamily.AF_PACKET':
            print("  MAC Address: {address.address}")
            print("  Netmask: {address.netmask}")
            print("  Broadcast MAC: {address.broadcast}")
        elif str(address.family) == 'AddressFamily.AF_INET6':
            print("  IP Address: ", address.address)
            print("  Netmask: ", address.netmask)
            print("  Broadcast IPv6: ", address.broadcast)

输出

Network Information
 Interface:  Ethernet
 Interface:  Ethernet
  IP Address:  169.254.65.123
  Netmask:  255.255.0.0
  Broadcast IPv4:  None
 Interface:  Ethernet
  IP Address:  fe80::dc05:fc5a:2b3f:417b
  Netmask:  None
  Broadcast IPv6:  None
 Interface:  Local Area Connection* 9
 Interface:  Local Area Connection* 9
  IP Address:  169.254.196.107
  Netmask:  255.255.0.0
  Broadcast IPv4:  None
 Interface:  Local Area Connection* 9
  IP Address:  fe80::3ce0:aa56:980:c46b
  Netmask:  None
  Broadcast IPv6:  None
 Interface:  Local Area Connection* 10
 Interface:  Local Area Connection* 10
  IP Address:  169.254.235.211
  Netmask:  255.255.0.0
  Broadcast IPv4:  None
 Interface:  Local Area Connection* 10
  IP Address:  fe80::1caa:5f5b:a099:ebd3
  Netmask:  None
  Broadcast IPv6:  None
 Interface:  Wi-Fi
 Interface:  Wi-Fi
  IP Address:  192.168.0.196
  Netmask:  255.255.255.0
  Broadcast IPv4:  None
 Interface:  Wi-Fi
  IP Address:  fe80::f199:be8:532e:b02d
  Netmask:  None
  Broadcast IPv6:  None
 Interface:  Bluetooth Network Connection
 Interface:  Bluetooth Network Connection
  IP Address:  169.254.16.59
  Netmask:  255.255.0.0
  Broadcast IPv4:  None
 Interface:  Bluetooth Network Connection
  IP Address:  fe80::c18b:b59f:f426:103b
  Netmask:  None
  Broadcast IPv6:  None
 Interface:  Loopback Pseudo-Interface 1
  IP Address:  127.0.0.1
  Netmask:  255.0.0.0
  Broadcast IPv4:  None
 Interface:  Loopback Pseudo-Interface 1
  IP Address:  ::1
  Netmask:  None
  Broadcast IPv6:  None

说明

在上面的代码片段中，我们导入了 psutil 库。然后，我们使用 net_if_addrs() 方法检索有关网络接口（虚拟和物理）的所有信息。然后，我们使用 for 循环遍历这些详细信息，并为用户打印所需的信息。

现在，我们将了解 net_io_counters() 方法的用法，该方法返回系统范围的网络 I/O 统计信息，例如已发送字节数、已接收字节数、传入数据包丢弃数或传出数据包丢弃数。

让我们看下面的代码片段来说明这一点：

代码

# importing the psutil library
import psutil

# defining the function
def getSize(bytes, suffix = "B"):
    """
    Scaling bytes to its proper format- KB, MB, GB, TB and PB
    """
    the_factor = 1024
    for the_unit in ["", "K", "M", "G", "T", "P"]:
        if bytes < the_factor:
            return f"{bytes:.2f}{the_unit}{suffix}"
        bytes /= the_factor

netIO = psutil.net_io_counters()

print("Total Bytes Sent: ", getSize(netIO.bytes_sent))
print("Total Bytes Received: ", getSize(netIO.bytes_recv))
print("Total outgoing packets dropped: ", netIO.dropin)
print("Total incoming packets dropped:", netIO.dropout)
print("Total outgoing errors: ", netIO.errout)
print("Total incoming errors:", netIO.errin)

输出

Total Bytes Sent:  89.37MB
Total Bytes Received:  5.66GB
Total outgoing packets dropped:  0
Total incoming packets dropped: 0
Total outgoing errors:  0
Total incoming errors: 0

说明

在上面的代码片段中，我们导入了所需的库并定义了一个返回大小的函数。然后，我们使用了 net_io_counters() 方法来返回系统范围的 I/O 统计信息，并为用户打印了一些必需的详细信息。

监控 GPU

我们可以使用 Python 编程语言提供的 GPUtil 库来监控 GPU。此库允许我们从 NVIDIA GPU 检索 GPU 状态。它显示设备上所有可用的 NVIDIA GPU、可用的空闲内存、已用内存以及 GPU 温度（以摄氏度为单位）。

让我们看以下代码片段，它演示了 Python GPUtil 库的用法。

代码

import GPUtil

the_gpus = GPUtil.getGPUs()

gpu_list = []

for the_gpu in the_gpus:

        print(the_gpu.name) 
        print('gpu.id:', the_gpu.id)
        print ( 'Total GPU:', the_gpu.memoryTotal)
        print(f"Memory free {the_gpu.memoryFree}MB")
        print ( 'GPU usage:', the_gpu.memoryUsed)
        print ( 'GPU use proportion:', the_gpu.memoryUtil * 100)
        print(str(the_gpu.temperature) + " C")

        gpu_list.append([
            the_gpu.id,
            the_gpu.memoryTotal,
            the_gpu.memoryUsed,
            the_gpu.memoryUtil * 100
            ])

THRESHOLDGPU = 10

for the_gpu in the_gpus:
        print(the_gpu.name, ' gpu.id:', the_gpu.id)
        if the_gpu.memoryTotal / the_gpu.memoryUsed * 100 > THRESHOLDGPU:
            print ( f"GPU memory usage currently is: {the_gpu.memoryUtil * 100}% which exceeds the threshold of {THRESHOLDGPU}%" )

输出

GeForce GTX 1650
gpu.id: 0
Total GPU: 4096.0
Memory free 3962.0MB
GPU usage: 134.0
GPU use proportion: 3.271484375
47.0 C
GeForce GTX 1650  gpu.id: 0
GPU memory usage currently is: 3.271484375% which exceeds the threshold of 10%

说明

在上面的代码片段中，我们导入了 GPUtil 库，并使用 getGPUs() 方法获取 GPU 列表。然后，我们创建了一个空列表。然后，我们使用 for 循环遍历 GPU 列表中对象的详细信息，并将其附加到空列表中。然后，我们打印了有关 GPU 内存使用情况的信息。

监控传感器

为了监控物联网 (IoT) 传感器，我们可以检索硬件温度、风扇速度和电池信息。我们还可以识别阈值，并在达到阈值时引发错误。

我们可以使用以下内存来实现这一点：

sensors_temperatures()
sensors_fans()
sensors_battery()

下一个主题Python 中的 Webbrowser 模块

← 上一个下一个 →

使用 Python 监控设备

监控系统资源的重要性

系统配置

监控和限制 CPU 资源

监控和限制内存

限制虚拟内存和交换内存的阈值

监控和限制硬盘空间

监控和限制网络使用

监控 GPU

监控传感器

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Python 问题

使用 Python 监控设备

监控系统资源的重要性

系统配置

监控和限制 CPU 资源

监控和限制内存

限制虚拟内存和交换内存的阈值

监控和限制硬盘空间

监控和限制网络使用

监控 GPU

监控传感器

相关帖子

如何获取 Python 中元素的所有出现索引

Python 执行 Shell 命令

Python 中的 Arima 模型

Python 方差函数

Sklearn 中的 StandardScaler

Python 机器学习项目初学者

如何在 Python 中创建虚拟环境

用于计算机视觉的深度卷积神经网络架构

Python 中的字母

Python Fiona 模块

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器