使用Python实现CPU使用率的监控记录

目前好像没找到比较简洁的 CPU 使用率记录的方法。本篇使用 Python 自制了一个 CPU 使用率的监控软件，这里给出操作步骤，仅供参考。如果有兴趣，可以直接安装使用，或查看源码进行修改。

需要提前安装 Guan 软件包：https://py.guanjihuan.com。版本为>=0.1.125。安装命令为：

pip install --upgrade guan

在 D 盘新建文件夹“cpu_usage”，新建 cpu_usage.py 文件，写入代码：

import guan
guan.write_cpu_information_to_file(filename='./cpu_usage', interval=1, sleep_interval=29, times=120)

该代码默认为 30 秒记录一个数据，120 个数据写入一次文件，即一个小时写入文件一次，无限循环运行。如果需要快速测试，可以把 sleep_interval 和 times 的数值减小。如果不需要高频率记录，例如 60 秒记录一次，一个小时写入文件一次，那么参数可以设置为 interval=1, sleep_interval=59, times=60。

数据存放在当前文件夹中的 cpu_usage.txt 中。数据文件中的第一列为日期，第二列为时间，第三列为平均 CPU 使用率，第四列为 CPU 使用率最大值，之后几列为各自 CPU 核心的使用率。如果有 8 个CPU核心，那么总共有 12 列。

占用空间：默认为一小时 120 行数据，约为 12 k。一天 24 小时，为 12*24=288k。一个月 30 天，为 288*30=8640k，约为 9M。一年 12 个月，9*12=108M。另外，当电脑或服务器处于睡眠或休眠状态时，程序为自动暂停运行，继续使用时程序会继续运行，因此一年总的占用空间为小于 100M。该占用空间的大小为可接受范围，且也可以不定期自行删除数据文件。

为了长期使用时，单个文件大小不至于过大，这里给出一个简单修改后的代码，数据以运行时的当天日期为一个文件进行存放，供参考：

import guan
start_date = guan.get_date()
guan.write_cpu_information_to_file(filename='./cpu_usage_'+start_date, interval=1, sleep_interval=29, times=120)

运行程序：

python cpu_usage.py

结束按键：Ctrl+C，或直接关闭当前终端。

如果需要在后台运行，命令为：

pythonw cpu_usage.py

在 Windows 系统下，如果需要关闭该后台程序，打开任务管理器，结束“Python”进程。更加精准的关闭方法是：打开任务管理器 -> 性能 -> 右上角的资源监视器 -> CPU -> 在关联的句柄中搜索“cpu_usage”-> 结束对应的“Pythonw.exe”进程。

说明：以上运行命令需要在开机后手动运行，或者也可以自己设置运行脚本放在开机自启中。

画图查看使用率（默认为查看最近的 120 个数据）：

import guan
guan.plot_cpu_information(filename='./cpu_usage', recent_num=120, max_cpu=0)
guan.plot_cpu_information(filename='./cpu_usage', recent_num=120, max_cpu=1)
guan.plot_detailed_cpu_information(filename='./cpu_usage', recent_num=120)

大概的显示结果：