如何写监控CPU占用状态脚本

高效编写CPU占用监控脚本：从入门到实战指南

📖 目录导读

1. 为什么需要监控CPU占用？
2. 监控脚本的核心原理
3. 5种常用脚本实现方式
4. 实战问答：常见问题与解决方案
5. 性能优化与生产环境部署建议

为什么需要监控CPU占用？

服务器或应用程序的CPU占用过高会导致响应变慢、服务中断甚至系统崩溃,编写监控脚本能帮助你：

• 实时发现异常波动（如挖矿程序、死循环进程）
• 自动触发告警或重启服务
• 分析历史负载趋势，为扩容提供依据

✅ 关键数据：根据Google运维报告，75%的服务中断与CPU资源耗尽直接相关。

监控脚本的核心原理

所有监控脚本都基于以下机制：

数据来源：

• Linux：/proc/stat 文件（总CPU使用）、/proc/pid/stat（进程级）
• Windows：Get-Counter PowerShell命令或WMI接口
• 跨平台：psutil Python库（推荐）

计算逻辑：

1. 读取CPU总时间（user+system+idle+...）
2. 间隔1-5秒再次读取
3. 用公式：使用率 = (新总时间 - 旧总时间) / (新总时间 - 旧总时间) × 100

5种常用脚本实现方式

Bash+Top命令（最轻量）

#!/bin/bash
CPU=$(top -bn1 | grep "Cpu(s)" | awk '{print $2 + $4}')
echo "$(date '+%Y-%m-%d %H:%M:%S') CPU使用率: $CPU%"
if (( $(echo "$CPU > 90" | bc -l) )); then
    echo "警告：CPU占用过高！" | systemd-cat -p crit
fi

适合场景：临时快速检查，无第三方依赖

Python+psutil（最强大）

import psutil
import time
def monitor_cpu(interval=1, threshold=90):
    cpu_percent = psutil.cpu_percent(interval=interval, percpu=True)
    avg = sum(cpu_percent) / len(cpu_percent)
    print(f"平均CPU: {avg:.1f}%, 各核心: {cpu_percent}")
    if avg > threshold:
        # 发送告警：例如邮件、钉钉Webhook
        alert_process(threshold, avg, "High CPU Alert")
    return avg
# 持续监控
while True:
    monitor_cpu()
    time.sleep(5)

优点：跨平台、可获取进程级数据、支持告警集成

Go+gopsutil（高性能）

package main
import (
    "fmt"
    "github.com/shirou/gopsutil/v3/cpu"
    "time"
)
func main() {
    for {
        percent, _ := cpu.Percent(time.Second, false)
        fmt.Printf("CPU使用率: %.2f%%\n", percent[0])
        time.Sleep(3 * time.Second)
    }
}

优点：适合生产级高并发监控，资源开销低

Windows PowerShell

while($true) {
    $cpu = (Get-Counter "\Processor(_Total)\% Processor Time").CounterSamples.CookedValue
    Write-Host "$(Get-Date)：CPU $cpu%"
    if($cpu -gt 90) { Write-Warning "CPU超过90%！" }
    Start-Sleep -Seconds 2
}

Prometheus+Grafana（企业级方案）

推荐使用Prometheus官方 node_exporter 采集,脚本只需暴露指标：

from prometheus_client import start_http_server, Gauge
import psutil, time
cpu_gauge = Gauge('cpu_usage_percent', 'CPU使用率')
start_http_server(9100)
while True:
    cpu_gauge.set(psutil.cpu_percent())
    time.sleep(5)

实战问答：常见问题与解决方案

Q1：如何监控特定进程的CPU占用？

# 方法一：psutil.process_iter()
for proc in psutil.process_iter(['pid', 'name']):
    if 'nginx' in proc.info['name']:
        cpu_usage = proc.cpu_percent(interval=0.5)
        print(f"{proc.info['name']}(PID:{proc.info['pid']}) CPU: {cpu_usage}%")

Q2：监控脚本本身占用CPU过高怎么办？

• 缩短采样间隔（建议≥1秒）
• 使用事件驱动而非轮询（如psutil.cpu_percent的percpu=True模式）
• 生产环境用C语言或Go替代Python脚本

Q3：如何在容器（Docker）中监控宿主机CPU？

# 需要挂载/sys/fs/cgroup
docker run -v /sys/fs/cgroup:/sys/fs/cgroup:ro your-monitor-image
# 或使用cAdvisor方案

Q4：脚本运行时报错“Read-only file system”？

排查方向：

ls -la /proc/stat  # 确认权限
mount | grep proc  # 检查/proc挂载
# 解决方案：使用read()而非open()直接读取

性能优化与生产环境部署建议

⚡ 性能对比表

🔧 部署最佳实践

1. 持久化存储：每次采样写入CSV/InfluxDB，保留至少30天数据
2. 分级告警：80%黄色告警，95%紧急告警，99%直接重启
3. 日志轮转：使用logrotate管理，避免磁盘写满
4. 安全加固：
   • 脚本权限设为 chmod 700
   • 使用非root用户运行
   • 输出避免硬编码敏感信息

📅 计划任务示例（Crontab）

# 每5分钟检查一次，记录到日志
*/5 * * * * /opt/scripts/cpu_monitor.sh >> /var/log/cpu_monitor.log 2>&1

通过以上方法，你可以根据实际需求选择最合适的CPU监控脚本实现，从简单的Bash一行命令到完整的Prometheus+Grafana可视化方案，关键在于平衡精度、性能和运维成本，建议先用Python原型验证,再根据性能瓶颈升级到Go或系统级方案。