关于psutil记录主/子进程资源：内存最大值与CPU/IO累积值的确认

嘿，你的思路完全在线！针对你提到的三个资源监控维度，我帮你确认并补充点细节：

1. 最大内存使用量：必须用 max(mem_usage, new_data) #

psutil返回的内存数据（比如memory_info().rss）是当前时间点的瞬时值，而我们要的是进程生命周期内的峰值内存占用。所以每次轮询时，必须把新获取的数值和之前记录的最大值做比较，保留更大的那个——这样最终得到的才是该进程运行期间的真实内存峰值。

给你个简单的实现片段参考：

import psutil
import time

def track_process_max_memory(pid):
    max_rss = 0
    process = psutil.Process(pid)
    while process.is_running():
        try:
            current_rss = process.memory_info().rss  # 物理内存占用，单位字节
            max_rss = max(max_rss, current_rss)
            time.sleep(1)
        except psutil.NoSuchProcess:
            break
    return max_rss / (1024 * 1024)  # 转换为MB返回

这里用rss（Resident Set Size）是最常用的物理内存指标，如果你需要监控虚拟内存，可以换成vms，逻辑完全一致。

2. CPU时间：记录最后一组数据完全正确 #

psutil的cpu_times()返回的user（用户态时间）和system（内核态时间）都是累积计数器，从进程启动开始一直累加直到进程终止。所以进程结束前的最后一次读取值，就是该进程整个生命周期消耗的总CPU时间。不需要在轮询时累加，直接取最后一次的结果就好。

示例代码：

def get_process_total_cpu_time(pid):
    process = psutil.Process(pid)
    while process.is_running():
        time.sleep(1)
    try:
        cpu_stats = process.cpu_times()
        return cpu_stats.user + cpu_stats.system  # 总CPU时间，单位秒
    except psutil.NoSuchProcess:
        return 0.0

3. IO数据：同样只需记录最后一组数据 #

和CPU时间逻辑一致，psutil的io_counters()返回的read_bytes、write_bytes等指标也是累积值，统计的是从进程启动到当前的总IO字节数。所以进程结束时的最后一次读取，就是该进程全程的IO总量，不需要额外累加。

注意：部分系统（比如Windows）可能不支持进程级IO统计，调用io_counters()会抛出NotImplementedError，建议代码里加上异常处理：

def get_process_total_io(pid):
    process = psutil.Process(pid)
    while process.is_running():
        time.sleep(1)
    try:
        io_stats = process.io_counters()
        return {"read_mb": io_stats.read_bytes / (1024*1024), "write_mb": io_stats.write_bytes / (1024*1024)}
    except (psutil.NoSuchProcess, NotImplementedError):
        return {"read_mb": 0.0, "write_mb": 0.0}

另外补充：主进程的资源监控逻辑和子进程完全一致——内存要跟踪最大值，CPU和IO取最后一次的累积值就可以。

内容的提问来源于stack exchange，提问作者Solti