Python监控CPU内存使用率方法

本文深入解析了使用 Python 的 psutil 库监控系统 CPU 和内存使用率时常见却易被误解的核心问题：为什么 `psutil.cpu_percent()` 首次调用总返回 0.0（实为依赖时间差采样的正常设计，需预热）、如何正确获取真实可用内存（应依赖 `available` 而非 `used`，避免误判内存压力）、在容器或低权限环境下规避 `PermissionError` 的降级策略、长期运行脚本内存泄漏的根源（进程缓存累积）及 `psutil.cleanup()` 的关键作用——揭示了 psutil 并非无状态工具函数，而是一个有采样逻辑、权限边界和内部状态的系统级监控组件，掌握这些“反直觉”细节，才能写出稳定、准确、生产就绪的资源监控代码。

psutil.cpu_percent() 为什么第一次调用总是返回 0.0？

因为 psutil.cpu_percent() 是基于时间差的采样函数，首次调用时没有前一次基准值，只能返回 0.0。这不是 bug，是设计使然。

实际使用必须先调用一次并等待至少 0.1 秒以上，再调用才得到有效值：

import psutil
import time
<p>psutil.cpu_percent()  # 首次“预热”，丢弃
time.sleep(0.1)
print(psutil.cpu_percent())  # 正确值，例如 12.3</p>

• 如果想每秒刷新一次，interval=1 参数可省略 sleep，但首次仍需预热或设 percpu=False + interval=1 直接阻塞等待
• 多核场景下，psutil.cpu_percent(percpu=True) 返回列表，每个元素对应一个逻辑 CPU 的使用率
• 在容器环境（如 Docker）中，该值反映的是宿主机整体 CPU 负载，不是容器 cgroup 限制后的实际使用率

psutil.virtual_memory() 返回的 total、used、available 哪个才代表“真正可用内存”？

available 是唯一能安全用于判断系统是否吃紧的字段；used 包含缓存和 buffers，会误导你认为内存快爆了。

Linux 下内核会把空闲内存用于 page cache，这部分在需要时可立即回收，所以 available = free + 可快速回收的 cache/buffers。

• 不要用 used / total > 0.9 做告警，应该用 (total - available) / total > 0.9
• psutil.virtual_memory().percent 内部就是基于 available 计算的，等价于 (total - available) / total * 100
• Windows 上 available 含义略有不同（包含 standby list），但仍是比 used 更可靠的指标

如何避免 psutil 在低权限环境（如容器、非 root 用户）下报 PermissionError？

常见错误信息：PermissionError: [Errno 13] Permission denied: '/proc/1/status' 或读取某些进程信息失败。

psutil 默认尝试获取所有进程的详细信息，但在受限环境中会被拒绝。解决思路是降级容忍——只取全局统计，跳过敏感进程。

• 用 psutil.cpu_percent() 和 psutil.virtual_memory() 安全，它们不依赖单个进程权限
• 若还需进程级监控（比如 top 10 占用），改用 psutil.process_iter(['pid', 'name', 'cpu_percent', 'memory_info']) 并捕获异常：

for proc in psutil.process_iter(['pid', 'name', 'memory_info']):
    try:
        print(proc.info['pid'], proc.info['name'], proc.info['memory_info'].rss)
    except (psutil.NoSuchProcess, psutil.AccessDenied, psutil.ZombieProcess):
        pass

• Docker 容器中建议挂载 /proc:/proc:ro，否则 psutil 无法读取关键路径

监控脚本跑久了内存持续上涨？可能是 psutil 缓存未清理

psutil 内部对进程对象做了弱引用缓存，长时间运行且频繁调用 psutil.process_iter() 会导致缓存累积，尤其在进程数多变的环境中。

官方推荐做法：显式调用 psutil.cleanup() 清理缓存（v5.9.0+），或控制迭代范围避免无谓遍历。

• 每轮监控后加 psutil.cleanup()，尤其在循环中反复调用 process_iter() 时
• 避免写 list(psutil.process_iter())，这会一次性加载全部进程对象到内存；改用迭代器 + 条件 break
• 若只关心系统级指标（CPU/内存），根本不需要调用 process_iter()，也就无需担心缓存问题

psutil 的坑大多出在“以为它像普通函数一样调了就返回，其实它有状态、有采样依赖、有权限边界”。最稳妥的做法是：只拿你需要的字段，提前处理异常，别让它碰权限死角。

今天带大家了解了的相关知识，希望对你有所帮助；关于文章的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~