获取服务器内存占用详情-各程序占用情况

淡淡的烟草味﹌ 2023-07-03 12:14 102阅读 0赞

# 1. 通过在终端执行tasklist命令获取任务信息 #

def get_task_info():
        # 1. 通过在终端执行tasklist命令获取任务信息
        task_list_str = os.popen('tasklist').read()
        task_list = task_list_str.split('\n')
        return task_list

# 2. 通过获取到的信息的第4个元素（==========）长度用来分隔数据，获取开始和结束位置 #

def get_starts_ends(task_list):
        # 2. 通过获取到的信息的第4个元素（==========）长度用来分隔数据，获取开始和结束位置
        starts = []
        ends = []
        start = 0
        for i in task_list[3].split(' '):
            starts.append(start)
            end = len(i) + start
            ends.append(end)
            start = end + 1
        return starts, ends

后来在执行的过程中发现不一定是第4个元素，所以这部分做以下更新：读取每一行判断其是否已==开始。

def get_starts_ends(task_list):
        # 2. 通过获取到的信息的第x个元素（==========）长度用来分隔数据，获取开始和结束位置
        starts = []
        ends = []
        start = 0
        def table_col(task_list):
            for col_ in task_list:
                if col_.startswith('=='):
                    return col_
        col_length = table_col(task_list)
        for i in col_length.split(' '):
            starts.append(start)
            end = len(i) + start
            ends.append(end)
            start = end + 1
        return starts, ends

# 3. 解析单行taskstr #

def tran_taskline(taskstr, cols, starts, ends):
        # 3. 解析单行taskstr
        data = { }
        for col, s, e in zip(cols, starts, ends):
            data[col] = taskstr[s:e].strip()
        return data

# 4. 通过循环解析taskstr #

def mem_detail_info():
        # 4. 通过循环解析taskstr
        task_list = get_task_info()
        starts, ends = get_starts_ends(task_list)
        cols = ['image_name', 'pid', 'session_name', 'session', 'mem_usage']
        # 通过循环解析所有任务
        df = pd.DataFrame()
        for taskstr in task_list[4:-1]:
            tmp = pd.DataFrame([tran_taskline(taskstr, cols, starts, ends)])
            df = df.append(tmp)
        df['mem_usage'] = df['mem_usage'].map(lambda x: int(str(x).replace(',', '').strip('K')))
        df = df.sort_values(by='mem_usage', ascending=False)