如何使用Python查看CPU使用率、堆内存使用率、线程数及进程数

针对多进程程序的CPU使用率、堆内存使用率、进程数及线程数监控，分操作系统和实现方式整理如下：

Linux/Unix 环境 #

命令行工具（快速排查） #

• 查看进程数：用ps过滤目标程序

  ps -ef | grep "你的程序名" | grep -v grep | wc -l
  

• 查看线程数：针对单个进程查看线程

  # 替换<PID>为目标进程ID
  ps -L -p <PID> | wc -l
  # 或者用htop（需先安装），按H键显示线程，直接查看每个进程的线程数
  

• 实时CPU/内存监控：
  • top：启动后按H显示线程，Shift+P按CPU使用率排序，Shift+M按内存排序；输入o可自定义列（比如添加THREAD列）
  • htop：更直观的界面，默认显示进程的CPU、内存占比及线程数
• 堆内存细节：用pmap查看进程内存分布，堆内存会标记为heap

  pmap -x <PID> | grep heap
  

• 批量进程监控：pidstat可以按进程/线程维度采样

  # 每2秒采样一次，监控目标进程的CPU（含线程）
  pidstat -u -t -p <PID> 2
  # 监控内存使用
  pidstat -r -p <PID> 2
  

编程实现（自定义监控） #

通过读取/proc文件系统实现：

• 线程数：读取/proc/<PID>/stat的第20个字段
• CPU使用率：计算/proc/<PID>/stat中的utime和stime两次采样的差值，结合系统总CPU时间换算
• 堆内存：解析/proc/<PID>/maps文件，找到标记为[heap]的内存区域的大小

Windows 环境 #

图形化/命令行工具 #

• 任务管理器：打开后切换到「详细信息」，查看目标进程的「CPU」「内存（私有工作集）」列；右键进程选择「转到线程」可查看线程数
• 命令行查看进程/线程数：

  # 查看目标程序的进程列表及内存
  tasklist /fi "imagename eq 你的程序名.exe"
  # 查看线程数
  wmic process where name='你的程序名.exe' get ProcessId,ThreadCount
  

• 性能监视器（perfmon）：
  启动后添加计数器，选择「进程」类别下的「%处理器时间」「工作集」「线程数」，并指定目标程序的进程实例，可生成长期监控报表

编程实现 #

调用Win32 API：

• CreateToolhelp32Snapshot：枚举进程和线程，统计进程数、线程数
• GetProcessMemoryInfo：获取进程内存信息，其中WorkingSetSize为驻留内存，堆内存可通过HeapWalk遍历进程堆统计
• GetProcessTimes：获取进程的用户态/内核态CPU时间，结合系统时间计算CPU使用率

跨平台编程实现（推荐） #

用Python的psutil库可以轻松实现跨平台监控，无需关注系统差异：

import psutil
import time

def monitor_target(process_name):
    while True:
        # 筛选所有匹配的进程
        target_procs = [
            proc for proc in psutil.process_iter(['name', 'pid', 'cpu_percent', 'memory_info', 'num_threads'])
            if proc.info['name'] == process_name
        ]
        
        if not target_procs:
            print(f"未找到进程: {process_name}")
            time.sleep(5)
            continue
        
        print(f"\n=== [{time.strftime('%Y-%m-%d %H:%M:%S')}] 监控统计 ===")
        print(f"总进程数: {len(target_procs)}")
        
        total_cpu = 0.0
        total_rss = 0.0
        total_threads = 0
        
        for proc in target_procs:
            try:
                cpu_pct = proc.info['cpu_percent']
                mem_info = proc.info['memory_info']
                thread_count = proc.info['num_threads']
                
                total_cpu += cpu_pct
                total_rss += mem_info.rss
                total_threads += thread_count
                
                # 堆内存可通过memory_full_info获取（需足够权限）
                heap_mem = proc.memory_full_info().heap if hasattr(proc.memory_full_info(), 'heap') else "N/A"
                print(f"PID {proc.info['pid']}: CPU {cpu_pct}%, 驻留内存 {mem_info.rss/1024/1024:.2f} MB, 堆内存 {heap_mem/1024/1024:.2f} MB, 线程数 {thread_count}")
            except (psutil.NoSuchProcess, psutil.AccessDenied):
                continue
        
        print(f"总计: CPU {total_cpu}%, 总驻留内存 {total_rss/1024/1024:.2f} MB, 总线程数 {total_threads}")
        time.sleep(3)

if __name__ == "__main__":
    # 替换为你的程序名称（比如linux下的可执行文件名，windows下的exe名）
    monitor_target("your_program_name")

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