WSL2中Python进程运行超20小时，如何查看进程详情及进度？

• 基础进程信息查询
  • 执行ps aux | grep python列出所有Python进程，包含PID、CPU/内存占用、启动命令等核心信息；
  • 若需查看线程级细节，用ps -efL | grep python，可看到进程下的所有线程ID及资源占用情况。
• 实时资源监控
  • 安装并使用htop（apt install htop），启动后按F4输入python筛选进程，直观查看CPU、内存、磁盘IO的实时变化，按P/M可分别按CPU/内存排序；
  • 针对GPU资源，执行nvidia-smi查看整体GPU占用，或nvidia-smi pmon -s u实时监控进程级GPU使用率（适配你的RTX3060）。
• 进程深度信息
  • 找到目标进程PID后，执行ls -l /proc/<PID>/exe确认运行的Python解释器路径，验证是否为虚拟环境中的Python3.12.3；
  • 用pidstat -p <PID> 1每秒输出一次进程的CPU、内存、磁盘IO统计数据，持续监控资源消耗；
  • 执行lsof -p <PID>查看进程打开的所有文件，包括数据集文件、日志、临时缓存等。

• 无进度跟踪代码的临时方案
  • 用iotop -p <PID>监控进程的磁盘读写速率，若持续有IO活动则说明任务仍在运行；
  • 用watch -n 10 du -h <你的输出文件路径>定时查看输出文件的大小变化，估算处理进度；
  • 通过lsof -p <PID>确认进程是否仍在读取源数据集文件，判断任务状态。
• 后续代码优化的进度跟踪方案
  • 引入tqdm库，在遍历数据集时使用tqdm(df.iterrows())或tqdm.pandas()，直接在终端显示进度条；
  • 加入日志记录逻辑，每处理固定数量的样本（如100条）就打印或写入日志文件，记录已处理条数/总条数；
  • 用psutil编写外部监控脚本，结合历史处理速度（如每小时处理X条）估算剩余时间。

• 补充环境细节：明确WSL2对应的Ubuntu具体版本，以及虚拟环境的创建工具（如venv、conda）；
• 细化任务场景：说明批量处理的具体逻辑（如Pandas apply调用Ollama模型提取股票代码）、数据集的样本总量；
• 聚焦核心需求：将问题拆分为优先级明确的子问题，比如先问“如何监控当前Python进程的资源占用并估算处理进度”，再补充提问优化的需求；
• 增加前置操作说明：提及是否已尝试过基础的进程查询命令（如ps、top），避免重复回答基础内容。

内容的提问来源于stack exchange，提问作者TheShanachie