Python 学习笔记（第十期）——运维自动化（上·前篇）：系统基础监控——CPU内存磁盘网络

Python 学习笔记（第十期）——运维自动化（上·前篇）：系统基础监控——CPU/内存/磁盘/网络

更多Python知识：Python基础入门

我的主页：AOwhisky，这里有更多运维系统性知识整理和其他有趣内容，欢迎与我一起探讨学习~

📖 引言：给服务器做一次“全身体检”

想象一下，你是一家大型企业的运维工程师，管理着上百台 Linux 服务器。每天早上一到公司，你需要确认所有服务器是否“健康”——CPU 是否过载？内存是否不足？磁盘是否快满了？网络流量是否异常？如果一台一台登录检查，等检查完最后一台，第一台可能又出问题了。

这就像在医院里，医生不需要把病人切开才能知道身体状况——通过体温、血压、心率这些关键指标，就能快速评估健康程度。同样，运维人员也需要一套工具，能够自动化地采集服务器的关键运营指标，让我们在电脑前就能实时掌握每台服务器的“健康状况”。

这就是 psutil（Python System and Process Utilities）的价值所在。它是一个跨平台的系统监控库，用几行 Python 代码就能获取 CPU、内存、磁盘、网络、进程等全方位的系统信息。本期我们先聚焦基础性能信息的采集，下一期再深入进程级别的精细监控。

— Compiled and Authored by Whisky — July 18
th, 2026

📑 本期目录

正文

一、psutil 模块概述

1.1 什么是 psutil

psutil（Python System and Process Utilities）是一个跨平台的系统监控库，支持 Linux、Windows、macOS、FreeBSD 等多种操作系统。它能够轻松获取：

• 系统运行的进程信息（PID、状态、资源占用）
• 系统利用率（CPU、内存、磁盘、网络）

💡 白话理解：psutil 就像给你的操作系统装了一个“仪表盘”——CPU 使用率是“转速表”，内存是“油量表”，磁盘是“里程表”，网络是“速度表”。用 Python 读取这些数据，就等于在程序里实时查看“仪表盘”的读数。

1.2 安装 psutil

pip install psutil

安装完成后，在 Python 交互环境中导入验证：

import psutil
print(psutil.__version__)

运行结果：

5.9.6

1.3 psutil 与 Shell 命令的对比

在了解具体 API 之前，先看一个直观的对比：

核心优势：

二、CPU 信息采集

CPU 是服务器的“大脑”，CPU 使用率直接反映系统的繁忙程度。Linux 操作系统的 CPU 利用率由以下几个部分组成：

2.1 获取 CPU 详细信息——cpu_times()

import psutil

# 获取每个 CPU 核心的详细时间信息
cpu_info = psutil.cpu_times(percpu=True)
print("每个 CPU 核心的信息：")
for i, cpu in enumerate(cpu_info):
print(f" CPU {i}: user={cpu.user:.2f}s, system={cpu.system:.2f}s, idle={cpu.idle:.2f}s")

# 获取 CPU 总体时间信息（所有核心合并）
cpu_total = psutil.cpu_times(percpu=False)
print(f"\\nCPU 总体 – 用户态: {cpu_total.user:.2f}s")
print(f"CPU 总体 – 系统态: {cpu_total.system:.2f}s")
print(f"CPU 总体 – 空闲: {cpu_total.idle:.2f}s")

运行结果（示例）：

每个 CPU 核心的信息：
CPU 0: user=11.39s, system=102.28s, idle=69168.07s
CPU 1: user=5.65s, system=64.69s, idle=69493.86s

CPU 总体 – 用户态: 17.04s
CPU 总体 – 系统态: 166.97s
CPU 总体 – 空闲: 138661.93s

参数说明：

2.2 获取 CPU 数量——cpu_count()

import psutil

# 逻辑 CPU 个数（包括超线程虚拟出来的核心）
print(f"逻辑 CPU 个数：{psutil.cpu_count()}")

# 物理 CPU 个数（不包括超线程）
print(f"物理 CPU 个数：{psutil.cpu_count(logical=False)}")

运行结果：

逻辑 CPU 个数：2
物理 CPU 个数：2

💡 白话理解：logical=True 查看的是操作系统看到的“可用核心数”（包括超线程），logical=False 查看的是物理芯片上的真实核心数。在虚拟化环境中，逻辑 CPU 个数可能大于物理 CPU 个数。

2.3 获取 CPU 实时使用率——cpu_percent()

import psutil
import time

# 获取当前时刻的 CPU 使用率（非阻塞）
print(f"当前 CPU 使用率：{psutil.cpu_percent(interval=1)}%")

# 获取每个核心的实时使用率
print(f"各核心使用率：{psutil.cpu_percent(interval=1, percpu=True)}")

运行结果：

当前 CPU 使用率：3.8%
各核心使用率：[4.2%, 3.4%]

参数说明：

三、内存信息采集

内存是服务器的“短期记忆”——程序运行时需要将数据加载到内存中才能被 CPU 快速处理。内存不足会导致频繁的磁盘交换（swap），严重影响系统性能。

3.1 物理内存信息——virtual_memory()

import psutil

mem = psutil.virtual_memory()

print(f"内存完整信息：{mem}")
print(f"内存总数（total）：{mem.total / (1024**3):.2f} GB")
print(f"已用内存（used）：{mem.used / (1024**3):.2f} GB")
print(f"空闲内存（free）：{mem.free / (1024**3):.2f} GB")
print(f"内存使用率（percent）：{mem.percent}%")
print(f"可用内存（available）：{mem.available / (1024**3):.2f} GB")

运行结果：

内存完整信息：svmem(total=4056068096, available=3493556224, percent=13.9, used=313524224, free=3070947328, active=241905664, inactive=417218560, buffers=46264320, cached=625332224, shared=1568768, slab=138522624)
内存总数（total）：3.78 GB
已用内存（used）：0.29 GB
空闲内存（free）：2.86 GB
内存使用率（percent）：13.9%
可用内存（available）：3.25 GB

各字段含义：

💡 理解 available vs free：free 是完全闲置的内存，而 available 包含了可以释放的缓存（如 cached 和 buffers）。在实际运维中，available 更能反映系统“还能分配多少内存”的真实能力。

3.2 Swap 交换分区信息——swap_memory()

import psutil

swap = psutil.swap_memory()

print(f"Swap 完整信息：{swap}")
print(f"Swap 总数：{swap.total / (1024**3):.2f} GB")
print(f"Swap 已用：{swap.used / (1024**3):.2f} GB")
print(f"Swap 使用率：{swap.percent}%")

运行结果：

Swap 完整信息：sswap(total=8589930496, used=0, free=8589930496, percent=0.0, sin=0, sout=0)
Swap 总数：8.00 GB
Swap 已用：0.00 GB
Swap 使用率：0.0%

sswap 字段说明：

⚠️ 运维警示：Swap 使用率持续升高且 sin / sout 不为 0，说明物理内存不足，系统正在使用磁盘作为“慢速内存”。这会严重影响性能——磁盘读写速度比内存慢 1000 倍以上。

四、磁盘信息采集

磁盘是服务器的“长期记忆”——数据最终都存放在磁盘上。运维人员需要关注两块：磁盘空间（会不会满）和 磁盘 I/O（读写是否繁忙）。

4.1 磁盘分区信息——disk_partitions()

import psutil

partitions = psutil.disk_partitions()
print("磁盘分区信息：")
for part in partitions:
print(f" 设备：{part.device}")
print(f" 挂载点：{part.mountpoint}")
print(f" 文件系统：{part.fstype}")
print(f" 挂载选项：{part.opts}")
print()

运行结果：

磁盘分区信息：
设备：/dev/mapper/ubuntu–vg-ubuntu–lv
挂载点：/
文件系统：ext4
挂载选项：rw,relatime

设备：/dev/mapper/ubuntu–vg-lv–1
挂载点：/home
文件系统：xfs
挂载选项：rw,relatime,attr2,inode64,logbufs=8,logbsize=32k,noquota

设备：/dev/sda2
挂载点：/boot
文件系统：ext4
挂载选项：rw,relatime

sdiskpart 字段说明：

4.2 磁盘空间使用率——disk_usage()

import psutil

# 查看根分区 / 的使用情况
usage = psutil.disk_usage('/')

print(f"根分区 / 使用情况：")
print(f" 总容量：{usage.total / (1024**3):.2f} GB")
print(f" 已使用：{usage.used / (1024**3):.2f} GB")
print(f" 剩余：{usage.free / (1024**3):.2f} GB")
print(f" 使用率：{usage.percent}%")

运行结果：

根分区 / 使用情况：
总容量：47.92 GB
已使用：3.07 GB
剩余：42.39 GB
使用率：6.8%

⚠️ 运维阈值：磁盘使用率超过 80% 应关注并规划扩容；超过 90% 应紧急处理，否则可能导致服务写入失败。

4.3 磁盘 I/O 统计——disk_io_counters()

import psutil

# 获取所有磁盘的总体 I/O 统计
total_io = psutil.disk_io_counters(perdisk=False)
print(f"磁盘总体 I/O：{total_io}")

# 获取每块磁盘的 I/O 统计
per_disk_io = psutil.disk_io_counters(perdisk=True)
print("\\n各磁盘 I/O 统计：")
for disk_name, io in per_disk_io.items():
print(f" {disk_name}:")
print(f" 读次数：{io.read_count}")
print(f" 写次数：{io.write_count}")
print(f" 读字节：{io.read_bytes / (1024**2):.2f} MB")
print(f" 写字节：{io.write_bytes / (1024**2):.2f} MB")

运行结果：

磁盘总体 I/O：sdiskio(read_count=27560, write_count=56313, read_bytes=1062903808, write_bytes=1517629440, read_time=7275, write_time=29118, read_merged_count=3829, write_merged_count=10318, busy_time=392445)

各磁盘 I/O 统计：
sda:
读次数：12014
写次数：23221
读字节：509.59 MB
写字节：723.59 MB
dm-0:
读次数：15096
写次数：33091
读字节：494.50 MB
写字节：721.68 MB

sdiskio 字段说明：

💡 实战技巧：持续监控 busy_time 占比（busy_time / 采样时间间隔），如果持续超过 80%，说明磁盘是系统性能瓶颈，考虑升级为 SSD 或增加磁盘。

五、网络信息采集

网络是服务器的“神经系统”——通过它与其他服务器通信、向用户提供服务。网络监控的关键是收发流量和异常包。

5.1 网络 I/O 统计——net_io_counters()

import psutil

# 获取网络总体 I/O 统计
total_net = psutil.net_io_counters(pernic=False)
print(f"网络总体 I/O：{total_net}")

# 获取每个网卡的 I/O 统计
per_nic_net = psutil.net_io_counters(pernic=True)
print("\\n各网卡 I/O 统计：")
for nic_name, net in per_nic_net.items():
print(f" {nic_name}:")
print(f" 发送字节：{net.bytes_sent / (1024**2):.2f} MB")
print(f" 接收字节：{net.bytes_recv / (1024**2):.2f} MB")
print(f" 发送包数：{net.packets_sent}")
print(f" 接收包数：{net.packets_recv}")

运行结果：

网络总体 I/O：snetio(bytes_sent=657404, bytes_recv=13857716, packets_sent=8601, packets_recv=25921, errin=0, errout=0, dropin=0, dropout=0)

各网卡 I/O 统计：
lo:
发送字节：0.01 MB
接收字节：0.01 MB
发送包数：152
接收包数：152
ens33:
发送字节：0.63 MB
接收字节：13.20 MB
发送包数：8449
接收包数：25769

snetio 字段说明：

⚠️ 关键指标：errin / errout / dropin / dropout 这四个字段在正常情况下应为 0。一旦出现非零值，说明存在网络链路问题（硬件故障、网线松动、交换机端口问题）或网络拥塞，需要立即排查。

六、系统基础信息采集

除了硬件资源信息，运维人员还需要了解当前系统的用户登录情况和系统运行时间。

6.1 当前登录用户——users()

import psutil

users = psutil.users()
print("当前登录用户信息：")
for user in users:
print(f" 用户名：{user.name}")
print(f" 终端：{user.terminal}")
print(f" 来源IP：{user.host}")
print(f" 登录时间：{user.started}")
print()

运行结果：

当前登录用户信息：
用户名：root
终端：pts/0
来源IP：192.168.128.1
登录时间：1738584439.0

6.2 系统开机时间——boot_time()

import psutil
import datetime

# 获取开机时间戳
boot_ts = psutil.boot_time()
print(f"开机时间戳：{boot_ts}")

# 转换为人类可读格式
boot_time = datetime.datetime.fromtimestamp(boot_ts).strftime("%Y-%m-%d %H:%M:%S")
print(f"开机时间：{boot_time}")

# 计算系统已运行时间
uptime_seconds = datetime.datetime.now().timestamp() – boot_ts
uptime_days = uptime_seconds // 86400
uptime_hours = (uptime_seconds % 86400) // 3600
uptime_minutes = (uptime_seconds % 3600) // 60
print(f"系统已运行：{int(uptime_days)}天 {int(uptime_hours)}小时 {int(uptime_minutes)}分钟")

运行结果：

开机时间戳：1738515200.0
开机时间：2025-02-02 16:53:20
系统已运行：3天 12小时 30分钟

七、综合实战：系统基础信息一键采集脚本

需求描述：编写一个 Python 脚本，一键采集服务器的核心基础信息，包括 CPU、内存、磁盘、网络和系统信息，并以友好的格式输出，供运维人员快速了解系统健康状态。

设计思路：

• 将不同维度的监控封装为独立的函数（模块化）
• 统一输出格式，便于阅读
• 所有数值转为人类可读单位（GB / MB / %）

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
系统基础信息一键采集脚本
用途：快速采集服务器 CPU、内存、磁盘、网络、系统基础信息
作者：Whisky
"""

import psutil
import datetime

def get_cpu_info():
"""采集 CPU 信息"""
print("\\n" + "=" * 50)
print("【CPU 信息】")
print("=" * 50)

# CPU 数量
logical_count = psutil.cpu_count()
physical_count = psutil.cpu_count(logical=False)
print(f"逻辑 CPU 核心数：{logical_count}")
print(f"物理 CPU 核心数：{physical_count or '无法获取（虚拟化环境）'}")

# CPU 使用率（采样 1 秒）
cpu_percent = psutil.cpu_percent(interval=1)
print(f"CPU 总体使用率：{cpu_percent}%")

# 每个核心的使用率
per_cpu = psutil.cpu_percent(interval=1, percpu=True)
for i, pct in enumerate(per_cpu):
print(f" CPU {i} 使用率：{pct}%")

# CPU 时间分布
cpu_times = psutil.cpu_times(percpu=False)
print(f"用户态占比：{cpu_times.user:.2f}%")
print(f"系统态占比：{cpu_times.system:.2f}%")
print(f"空闲占比：{cpu_times.idle:.2f}%")
if hasattr(cpu_times, 'iowait'):
print(f"I/O 等待占比：{cpu_times.iowait:.2f}%")

def get_memory_info():
"""采集内存信息"""
print("\\n" + "=" * 50)
print("【内存信息】")
print("=" * 50)

mem = psutil.virtual_memory()
print(f"物理内存总量：{mem.total / (1024**3):.2f} GB")
print(f"已用内存：{mem.used / (1024**3):.2f} GB")
print(f"空闲内存：{mem.free / (1024**3):.2f} GB")
print(f"可用内存：{mem.available / (1024**3):.2f} GB")
print(f"内存使用率：{mem.percent}%")

# 内存状态评估
if mem.percent > 90:
print("⚠️ 警告：内存使用率超过 90%，请立即关注！")
elif mem.percent > 80:
print("⚠️ 注意：内存使用率超过 80%，建议规划扩容")

# Swap 信息
swap = psutil.swap_memory()
print(f"Swap 总量：{swap.total / (1024**3):.2f} GB")
print(f"Swap 已用：{swap.used / (1024**3):.2f} GB")
print(f"Swap 使用率：{swap.percent}%")

def get_disk_info():
"""采集磁盘信息"""
print("\\n" + "=" * 50)
print("【磁盘信息】")
print("=" * 50)

# 磁盘分区
partitions = psutil.disk_partitions()
for part in partitions:
try:
usage = psutil.disk_usage(part.mountpoint)
print(f"挂载点：{part.mountpoint}")
print(f" 文件系统：{part.fstype}")
print(f" 总容量：{usage.total / (1024**3):.2f} GB")
print(f" 已使用：{usage.used / (1024**3):.2f} GB")
print(f" 剩余：{usage.free / (1024**3):.2f} GB")
print(f" 使用率：{usage.percent}%")

# 磁盘空间告警
if usage.percent > 90:
print(f" ⚠️ 警告：{part.mountpoint} 使用率超过 90%！")
elif usage.percent > 80:
print(f" ⚠️ 注意：{part.mountpoint} 使用率超过 80%，建议关注")
except PermissionError:
print(f" 挂载点：{part.mountpoint}（无权限访问）")
print()

# 磁盘 I/O 统计
io_counters = psutil.disk_io_counters(perdisk=False)
if io_counters:
print("磁盘 I/O 统计：")
print(f" 总读次数：{io_counters.read_count}")
print(f" 总写次数：{io_counters.write_count}")
print(f" 总读取量：{io_counters.read_bytes / (1024**2):.2f} MB")
print(f" 总写入量：{io_counters.write_bytes / (1024**2):.2f} MB")

def get_network_info():
"""采集网络信息"""
print("\\n" + "=" * 50)
print("【网络信息】")
print("=" * 50)

net_io = psutil.net_io_counters(pernic=True)
for nic_name, stats in net_io.items():
# 跳过虚拟接口（可根据实际环境调整）
if nic_name == "lo" or nic_name.startswith("docker"):
continue
print(f"网卡：{nic_name}")
print(f" 发送：{stats.bytes_sent / (1024**2):.2f} MB")
print(f" 接收：{stats.bytes_recv / (1024**2):.2f} MB")
print(f" 发送包数：{stats.packets_sent}")
print(f" 接收包数：{stats.packets_recv}")
if stats.errin or stats.errout or stats.dropin or stats.dropout:
print(f" ⚠️ 发现异常：errin={stats.errin}, errout={stats.errout}, dropin={stats.dropin}, dropout={stats.dropout}")

def get_system_info():
"""采集系统基础信息"""
print("\\n" + "=" * 50)
print("【系统信息】")
print("=" * 50)

# 开机时间
boot_ts = psutil.boot_time()
boot_time = datetime.datetime.fromtimestamp(boot_ts).strftime("%Y-%m-%d %H:%M:%S")
print(f"系统开机时间：{boot_time}")

# 运行时长
now_ts = datetime.datetime.now().timestamp()
uptime_seconds = now_ts – boot_ts
days = int(uptime_seconds // 86400)
hours = int((uptime_seconds % 86400) // 3600)
minutes = int((uptime_seconds % 3600) // 60)
print(f"系统已运行：{days}天 {hours}小时 {minutes}分钟")

# 当前登录用户
users = psutil.users()
if users:
print("当前登录用户：")
for user in users:
print(f" {user.name}（终端：{user.terminal}，来源：{user.host or '本地'}）")

def main():
"""主函数"""
print("=" * 50)
print(" 系统基础信息一键采集工具 v1.0")
print(" 采集时间：" + datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S"))
print("=" * 50)

try:
get_cpu_info()
get_memory_info()
get_disk_info()
get_network_info()
get_system_info()
except Exception as e:
print(f"\\n❌ 采集过程中出现异常：{e}")

print("\\n" + "=" * 50)
print(" 采集完成！")
print("=" * 50)

if __name__ == "__main__":
main()

运行效果（部分输出）：

==================================================
系统基础信息一键采集工具 v1.0
采集时间：2026-07-18 10:23:45
==================================================

==================================================
【CPU 信息】
==================================================
逻辑 CPU 核心数：2
物理 CPU 核心数：2
CPU 总体使用率：3.8%
CPU 0 使用率：4.2%
CPU 1 使用率：3.4%
用户态占比：17.04%
系统态占比：166.97%
空闲占比：138661.93%
I/O 等待占比：2.82%

==================================================
【内存信息】
==================================================
物理内存总量：3.78 GB
已用内存：0.29 GB
空闲内存：2.86 GB
可用内存：3.25 GB
内存使用率：13.9%
Swap 总量：8.00 GB
Swap 已用：0.00 GB
Swap 使用率：0.0%

…

代码模块解读：

📝 总结与知识点一览表

核心 API 速查表

运维告警阈值速查表

⚠️ 提示：以上阈值需根据实际业务场景调整，数据库服务器的磁盘 I/O 阈值可适当放宽，Web 服务器的 CPU 阈值可适当放宽。

常见错误排查指南

学习/生产最佳实践

🔜 下期预告

本期我们系统学习了 psutil 模块在系统基础性能监控方面的应用——CPU 使用率与核心数、物理内存与 Swap、磁盘分区与 I/O、网络流量统计、系统用户与开机时间等，并通过“一键采集脚本”将各模块整合为完整的运维工具。

下一期 ，我们将继续 psutil 的进阶篇——深入进程管理，学习如何列出所有进程、获取进程的 CPU/内存/IO 详细使用情况、监控进程状态、利用 subprocess.Popen 执行系统命令并获取输出，以及实现进程资源 Top N 监控脚本。敬请期待！

本期（psutil 上篇）到此结束。 如果您在使用过程中发现任何问题或有改进建议，欢迎随时提出！

— Compiled and Authored by Whisky — July 18
th, 2026