Python运维实战：利用psutil获取CPU使用率与核心数
本文介绍如何在Python运维中通过psutil模块获取CPU详细信息。重点讲解cpu_times与cpu_times_percent方法，用于获取用户、系统及空闲时间的绝对值与百分比。同时演示cpu_count方法，区分逻辑CPU与物理核心数，帮助运维人员快速掌握系统性能监控技巧。
2026-10-13
6
本文介绍如何在Python运维中通过psutil模块获取CPU详细信息。重点讲解cpu_times与cpu_times_percent方法，用于获取用户、系统及空闲时间的绝对值与百分比。同时演示cpu_count方法，区分逻辑CPU与物理核心数，帮助运维人员快速掌握系统性能监控技巧。
本文详细介绍Python系统监控模块psutil的功能与经典用法。psutil是一个跨平台库，支持Linux、Windows、OS X等系统，可获取CPU、内存、磁盘、网络及进程信息。文章涵盖安装方法及CPU时间、内存使用、磁盘IO、网络统计和进程管理等核心代码示例，帮助开发者快速实现系统资源监控。
本文探讨Python脚本在Linux中使用nohup后台运行时输出文件为空的问题。原因通常在于Python的输出缓冲机制，导致日志无法实时写入文件。通过添加-u参数禁用缓冲，可确保nohup命令正确捕获并保存标准输出与错误信息至指定日志文件。
本文介绍在Ubuntu环境下利用Python读取Word文档的方法。针对.docx格式，推荐使用python-docx库进行解析；对于旧版.doc格式，因该库不支持，需借助antiword工具。文章详细说明了python-docx的安装、代码实现以及antiword的编译安装与调用流程，提供完整代码示例供参考。
本文介绍如何利用Python脚本在压力测试产生的大量日志中快速定位关键信息。通过读取包含关键字和日志路径的配置文件，程序自动遍历指定文件进行正则匹配，并统计匹配次数与耗时。示例基于Windows 10及Python 2.7.14环境，提供了完整的参数解析、文件检查及时间格式化代码，适用于需要高效日志分析的运维场景。
本文探讨Python中使用logging.config.fileConfig配置日志时的路径限制。当脚本作为主入口时，配置文件需位于脚本同级或子目录；该配置仅对通过import引入的模块生效。文章结合代码示例说明路径处理逻辑，为Python日志系统部署提供参考。
本文介绍在CentOS7.3.1611_x64系统Python 2.7.5环境下，如何高效批量替换多个源文件中的指定字符串。提供了两种方案：利用sed与grep组合命令快速处理，以及编写Python脚本实现跨平台（含Windows）的目录遍历替换。
本文介绍了一个基于Python的进程监控脚本，利用psutil库在Windows环境下实时监测指定进程的CPU、内存及句柄数。当CPU或内存使用率超过60%，或线程句柄数超过300时，脚本会自动终止该进程。脚本支持自动安装依赖包，适用于Windows 64位系统及Python 2.7环境，为系统资源管理提供了自动化解决方案。
本文详细记录在 CentOS 6.x 系统上安装 Python 3.5.2 及 pip3 的完整流程。针对系统自带 Python 2.6 的环境，通过编译源码安装 Python 3，并配置软链接实现 Python 2 与 Python 3 共存。同时介绍通过 setuptools 和源码包安装 pip3 的方法，确保 pip3 仅作用于 Python 3 环境，避免模块安装错误。
本文介绍在Ubuntu系统中使用Python结合PIL库自动化处理游戏角色行走素材的方法。通过将整张角色图切分为多个小图，解决直接导入TexturePacker的问题，提升游戏加载效率并便于资源管理。
本文整理了20个常用的Python运维库和模块，涵盖系统监控、网络通信、文件处理及自动化部署等领域。重点解析psutil、paramiko、Fabric、Ansible及SaltStack等核心工具的功能特性与适用场景，助力提升运维效率与系统管理能力。
本文介绍在Linux系统中无root权限时，如何手动编译安装指定版本的Python（以2.7.5为例），并通过指定路径安装setuptools和pip，从而构建独立的Python运行环境，避免影响全局系统配置。