Python多进程：不使用psutil如何监控子进程的CPU与内存占用

一、multiprocessing模块是否有内置资源监控功能？ #

很遗憾，multiprocessing模块本身并没有内置的CPU、内存占用监控能力。它的核心定位是帮你创建、管理进程，以及实现进程间的通信（比如队列、管道）和同步机制，并不提供直接获取进程资源使用情况的API。所以你得借助系统级工具或者读取系统文件来实现监控需求——就像你尝试的用subprocess调用ps命令，或者在Linux环境下直接读取/proc文件系统。

二、解决ps命令输出仅表头的问题 #

你遇到的输出只有b' %CPU %MEM\n'而没有实际数据的情况，大概率是这几个原因导致的，逐个解决：

1. 未正确替换PID变量 #

你的代码里写的cmd = "ps -p <P1_pid> -o %cpu,%mem"是占位符写法，实际需要把<P1_pid>替换成真实的进程ID值。推荐用Python的字符串格式化来注入PID：

cmd = f"ps -p {P1_pid} -o %cpu,%mem"

如果想避免shell注入风险，更稳妥的方式是不用shell=True，把命令拆分成列表参数：

MyOut = subprocess.Popen(
    ["ps", "-p", str(P1_pid), "-o", "%cpu,%mem"],
    stdout=subprocess.PIPE,
    stderr=subprocess.STDOUT
)

2. 进程启动后未留足统计时间 #

P1刚启动时，系统可能还没来得及收集它的资源使用数据，导致ps暂时获取不到有效统计值。你可以在监控函数里先短暂等待一下：

import time

def monitor_pid(pid):
    time.sleep(0.2)  # 给进程一点初始化时间
    cmd = ["ps", "-p", str(pid), "-o", "%cpu,%mem"]
    result = subprocess.run(cmd, capture_output=True, text=True)
    print(result.stdout)

3. 确认PID的有效性 #

先打印P1_pid确认它是一个真实存在的进程ID，也可以在终端手动执行ps -p <你的PID>验证，确保进程没有提前退出。

三、替代方案：直接读取/proc文件系统（Linux环境） #

如果不想依赖ps命令，在Linux系统下可以直接读取/proc目录下的进程专属文件，效率更高且无需调用外部命令：

• 读取/proc/{pid}/statm获取内存使用信息（单位是页，需乘以系统页大小转换为字节/MB）
• 读取/proc/{pid}/stat获取CPU时间数据，结合系统总运行时间计算CPU使用率

举个简单的内存监控例子：

import os

def get_memory_usage(pid):
    try:
        with open(f"/proc/{pid}/statm", "r") as f:
            data = f.read().split()
            resident_pages = int(data[1])  # 常驻内存页数
            page_size = os.sysconf("SC_PAGE_SIZE")  # 系统页大小（字节）
            resident_mb = resident_pages * page_size / (1024 * 1024)  # 转换为MB
            return f"内存占用: {resident_mb:.2f} MB"
    except FileNotFoundError:
        return "进程已终止"

内容的提问来源于stack exchange，提问作者user1452759