我的 Go 程序需要知道当前所有系统和用户进程的 cpu 使用百分比。
我怎样才能获得它？
【问题讨论】：
查看这个包http://github.com/c9s/goprocinfo，goprocinfo 包会为您完成解析工作。
stat, err := linuxproc.ReadStat("/proc/stat")
if err != nil {
t.Fatal("stat read fail")
}
for _, s := range stat.CPUStats {
// s.User
// s.Nice
// s.System
// s.Idle
// s.IOWait
}
【讨论】：
我遇到了类似的问题，但从未找到轻量级的实现。这是我的解决方案的精简版本，可以回答您的具体问题。我像 tylerl 推荐的那样对/proc/stat 文件进行采样。您会注意到我在样本之间等待 3 秒以匹配 top 的输出，但我也有 1 或 2 秒的良好结果。我在 go 例程中循环运行类似的代码，然后在需要时从其他 go 例程访问 cpu 使用情况。
您还可以解析top -n1 | grep -i cpu 的输出以获取cpu 使用率，但它在我的linux 机器上仅采样半秒，并且在重负载时它很远。当我将常规顶部与以下程序同步时，它似乎非常匹配：
package main
import (
"fmt"
"io/ioutil"
"strconv"
"strings"
"time"
)
func getCPUSample() (idle, total uint64) {
contents, err := ioutil.ReadFile("/proc/stat")
if err != nil {
return
}
lines := strings.Split(string(contents), "\n")
for _, line := range(lines) {
fields := strings.Fields(line)
if fields[0] == "cpu" {
numFields := len(fields)
for i := 1; i < numFields; i++ {
val, err := strconv.ParseUint(fields[i], 10, 64)
if err != nil {
fmt.Println("Error: ", i, fields[i], err)
}
total += val // tally up all the numbers to get total ticks
if i == 4 { // idle is the 5th field in the cpu line
idle = val
}
}
return
}
}
return
}
func main() {
idle0, total0 := getCPUSample()
time.Sleep(3 * time.Second)
idle1, total1 := getCPUSample()
idleTicks := float64(idle1 - idle0)
totalTicks := float64(total1 - total0)
cpuUsage := 100 * (totalTicks - idleTicks) / totalTicks
fmt.Printf("CPU usage is %f%% [busy: %f, total: %f]\n", cpuUsage, totalTicks-idleTicks, totalTicks)
}
似乎允许我链接到我在 bitbucket 上编写的完整实现；如果不是，请随时删除此内容。到目前为止，它只适用于 linux：systemstat.go
【讨论】：
获取 CPU 使用率的机制取决于操作系统，因为这些数字对不同操作系统内核的含义略有不同。
在 Linux 上，您可以通过读取 /proc/ 文件系统中的伪文件来查询内核以获取最新统计信息。这些是在您阅读它们时即时生成的，以反映机器的当前状态。
具体来说，每个进程的/proc/<pid>/stat 文件包含相关的进程记帐信息。它记录在proc(5) 中。您对 utime、stime、cutime 和 cstime 字段特别感兴趣（从第 14 个字段开始）。
您可以很容易地计算百分比：只需读取数字，等待一段时间，然后再次读取它们。取差值，除以您等待的时间，这就是您的平均值。这正是top 程序所做的（以及执行相同服务的所有其他程序）。请记住，如果 CPU 超过 1 个，CPU 使用率可能会超过 100%。
如果您只需要系统范围的摘要，请在 /proc/stat 中报告 - 使用相同的技术计算您的平均值，但您只需阅读一个文件。
【讨论】：
您可以使用os.exec 包执行ps 命令并获取结果。
这是一个发出ps aux命令的程序，解析结果并打印linux上所有进程的CPU使用率：
package main
import (
"bytes"
"log"
"os/exec"
"strconv"
"strings"
)
type Process struct {
pid int
cpu float64
}
func main() {
cmd := exec.Command("ps", "aux")
var out bytes.Buffer
cmd.Stdout = &out
err := cmd.Run()
if err != nil {
log.Fatal(err)
}
processes := make([]*Process, 0)
for {
line, err := out.ReadString('\n')
if err!=nil {
break;
}
tokens := strings.Split(line, " ")
ft := make([]string, 0)
for _, t := range(tokens) {
if t!="" && t!="\t" {
ft = append(ft, t)
}
}
log.Println(len(ft), ft)
pid, err := strconv.Atoi(ft[1])
if err!=nil {
continue
}
cpu, err := strconv.ParseFloat(ft[2], 64)
if err!=nil {
log.Fatal(err)
}
processes = append(processes, &Process{pid, cpu})
}
for _, p := range(processes) {
log.Println("Process ", p.pid, " takes ", p.cpu, " % of the CPU")
}
}
【讨论】：
这是一个独立于操作系统的解决方案，使用Cgo 来利用C standard library 提供的clock() 函数：
//#include <time.h>
import "C"
import "time"
var startTime = time.Now()
var startTicks = C.clock()
func CpuUsagePercent() float64 {
clockSeconds := float64(C.clock()-startTicks) / float64(C.CLOCKS_PER_SEC)
realSeconds := time.Since(startTime).Seconds()
return clockSeconds / realSeconds * 100
}
【讨论】：
time.Now().Sub(startTime) 简化为time.Since(startTime)。
clock() 仅给出当前进程的时间。
我最近不得不从 Raspberry Pi（Raspbian 操作系统）进行 CPU 使用率测量，并使用 github.com/c9s/goprocinfo 结合此处建议的内容：
这个想法来自htop源代码，是为了计算CPU使用率而进行两次测量（以前/当前）：
func calcSingleCoreUsage(curr, prev linuxproc.CPUStat) float32 {
PrevIdle := prev.Idle + prev.IOWait
Idle := curr.Idle + curr.IOWait
PrevNonIdle := prev.User + prev.Nice + prev.System + prev.IRQ + prev.SoftIRQ + prev.Steal
NonIdle := curr.User + curr.Nice + curr.System + curr.IRQ + curr.SoftIRQ + curr.Steal
PrevTotal := PrevIdle + PrevNonIdle
Total := Idle + NonIdle
// fmt.Println(PrevIdle, Idle, PrevNonIdle, NonIdle, PrevTotal, Total)
// differentiate: actual value minus the previous one
totald := Total - PrevTotal
idled := Idle - PrevIdle
CPU_Percentage := (float32(totald) - float32(idled)) / float32(totald)
return CPU_Percentage
}
更多信息您也可以查看https://github.com/tgogos/rpi_cpu_memory
【讨论】：