Python 实时获取Linux服务器信息

性能测试中需要关注Linux服务器哪些数据?

在进行 Linux 服务器的性能测试时,需要关注多个关键指标以确保系统能够高效、稳定地运行。以下是一些常见的性能测试指标及其重要性:

1. CPU 使用率

用户时间 (User Time): 应用程序实际使用 CPU 的时间。

系统时间 (System Time): 内核和系统调用使用 CPU 的时间。

空闲时间 (Idle Time): CPU 空闲的时间。

等待 I/O 时间 (I/O Wait Time): CPU 等待 I/O 操作完成的时间。

2. 内存使用情况

总内存 (Total Memory): 系统总的物理内存。

已用内存 (Used Memory): 当前正在使用的内存。

可用内存 (Available Memory): 可供新进程使用的内存。

缓存 (Cache): 用于文件系统的缓存。

缓冲区 (Buffers): 用于块设备 I/O 的缓冲区。

交换空间 (Swap Space): 用于虚拟内存的磁盘空间。

交换使用 (Swap Usage): 当前正在使用的交换空间。

3. 磁盘 I/O

读取速率 (Read Rate): 每秒从磁盘读取的数据量。

写入速率 (Write Rate): 每秒写入磁盘的数据量。

IOPS (Input/Output Operations Per Second): 每秒的 I/O 操作次数。

等待队列长度 (Average Queue Length): 平均等待 I/O 操作的请求数。

4. 网络带宽

发送速率 (Send Rate): 每秒发送的数据量。

接收速率 (Receive Rate): 每秒接收的数据量。

网络错误 (Network Errors): 网络传输中的错误数。

丢包率 (Packet Loss): 数据包丢失的比例。

5. 进程信息

进程数 (Number of Processes): 系统中运行的进程数量。

僵尸进程 (Zombie Processes): 已经终止但其父进程尚未回收其资源的进程。

负载平均值 (Load Average): 过去 1 分钟、5 分钟和 15 分钟内的系统负载平均值。

6. 文件系统

挂载点 (Mount Points): 文件系统的挂载点。

使用率 (Usage): 每个挂载点的使用百分比。

剩余空间 (Free Space): 每个挂载点的剩余空间。

7. 系统日志

系统日志 (System Logs): 如 /var/log 目录下的日志文件,记录系统事件和错误信息。

8. 系统启动时间和响应时间

启动时间 (Boot Time): 系统启动所需的时间。

响应时间 (Response Time): 系统对请求的响应时间。

9. 上下文切换 (Context Switches)

上下文切换次数 (Context Switches): 每秒发生的上下文切换次数。

10. 中断 (Interrupts)

中断次数 (Interrupts): 每秒处理的硬件中断次数。

性能测试工具

为了收集这些数据,可以使用多种工具,包括但不限于:

top, htop: 实时查看系统资源使用情况。

vmstat, iostat, mpstat: 统计系统性能数据。

dstat: 多合一系统资源统计工具。

sar (System Activity Reporter): 收集、报告和保存系统活动信息。

nmon (Nigels Monitor): 实时监控系统性能。

netstat, ss, iptraf, iftop: 网络流量监控。

tcpdump, Wireshark: 网络抓包分析。

iotop, iostat: 磁盘 I/O 监控。

sysdig, strace, ltrace: 系统调用跟踪。

示例命令

以下是一些常用的命令示例,可以帮助你获取上述指标:

# 查看 CPU 使用情况

top -b -n 1 | grep "Cpu(s)"

# 查看内存使用情况

free -h

# 查看磁盘 I/O

iostat -x 1 1

# 查看网络带宽

ifstat 1 1

# 查看进程信息

ps aux --sort=-%cpu

# 查看文件系统使用情况

df -h

# 查看系统日志

tail -f /var/log/syslog

# 查看上下文切换和中断

vmstat 1 1

以下代码作为辅助,大家如果有兴趣写平台的话,可以用到

python 每1秒获取一次mac电脑的cup、内存、磁盘,并每分钟记录一次数据到指定excel文件中

复制
import psutil import time from openpyxl import Workbook from openpyxl.utils import get_column_letter # 初始化 Excel 工作簿 wb = Workbook() ws = wb.active ws.title = "System Monitor" ws.append(["Timestamp", "CPU (%)", "Memory (%)", "Disk (%)"]) # 记录数据的时间间隔(秒) record_interval = 60 data_points = [] def get_system_info(): # 获取 CPU 使用率 cpu_percent = psutil.cpu_percent(interval=1) # 获取内存使用情况 memory_info = psutil.virtual_memory() memory_percent = memory_info.percent # 获取磁盘使用情况 disk_info = psutil.disk_usage(/) disk_percent = disk_info.percent return cpu_percent, memory_percent, disk_percent def record_data_to_excel(data_points): for data_point in data_points: ws.append(data_point) # 计算平均值 if data_points: avg_cpu = sum(point[1] for point in data_points) / len(data_points) avg_memory = sum(point[2] for point in data_points) / len(data_points) avg_disk = sum(point[3] for point in data_points) / len(data_points) # 将平均值写入 Excel ws.append(["Average", avg_cpu, avg_memory, avg_disk]) # 保存 Excel 文件 wb.save("system_monitor.xlsx") try: while True: # 获取当前时间戳 timestamp = time.strftime("%Y-%m-%d %H:%M:%S") # 获取系统信息 cpu_percent, memory_percent, disk_percent = get_system_info() # 打印当前系统信息 print(f"Timestamp: {timestamp}, CPU: {cpu_percent}%, Memory: {memory_percent}%, Disk: {disk_percent}%") # 将数据点添加到列表中 data_points.append([timestamp, cpu_percent, memory_percent, disk_percent]) # 每分钟记录一次数据到 Excel 文件 if len(data_points) >= record_interval: record_data_to_excel(data_points) data_points = [] # 清空数据点列表 # 等待 1 秒 time.sleep(1) except KeyboardInterrupt: # 如果用户中断程序(例如按 Ctrl+C),保存剩余的数据点 if data_points: record_data_to_excel(data_points) print("Monitoring stopped. Data saved to system_monitor.xlsx")1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.

代码说明

初始化 Excel 工作簿:

创建一个新的 Excel 工作簿,并设置工作表名称为 "System Monitor"。

在第一行添加列标题。

定义 get_system_info 函数:

使用 psutil 库获取 CPU 使用率、内存使用率和磁盘使用率。

定义 record_data_to_excel 函数:

将数据点列表中的数据写入 Excel 文件。

计算 CPU、内存和磁盘使用率的平均值,并将这些平均值写入 Excel 文件。

保存 Excel 文件。

主循环:

每秒获取一次系统信息并打印。

将获取的数据添加到 data_points 列表中。

当 data_points 列表中的数据点数量达到 60 个时(即每分钟),调用 record_data_to_excel 函数将数据写入 Excel 文件,并清空 data_points 列表。

使用 time.sleep(1) 使程序暂停 1 秒,以实现每秒获取一次数据。

异常处理:

如果用户通过按 Ctrl+C 中断程序,保存剩余的数据点并退出程序。

运行脚本

将上述代码保存到一个 Python 文件中(例如 system_monitor.py),然后在 Linux 终端中运行它:

python3 system_monitor.py

这将开始每秒获取一次系统信息,并每分钟将数据记录到 system_monitor.xlsx 文件中。每分钟结束时,还会计算并记录 CPU、内存和磁盘使用率的平均值。如果需要停止监控,可以按 Ctrl+C。

请确保你有适当的权限来执行脚本,并且安装了所有必需的库。如果遇到任何问题,请告诉我!

以下为代码运行后生成的文件内容

THE END
本站服务器由亿华云赞助提供-企业级高防云服务器