Debian Python性能监控工具有哪些

1. 系统级监控工具（适用于整体系统及Python进程）

• Glances：跨平台命令行工具，基于psutil库，实时显示CPU、内存、磁盘、网络等系统指标及Python进程状态，支持动态刷新和阈值告警。Debian可通过sudo apt install glances安装，启动后默认展示所有监控项。
• dstat：用Python实现的多功能系统资源统计工具，取代传统vmstat、iostat等命令，支持实时数据展示（如CPU使用率、磁盘IO、网络流量）和模块化扩展（如添加Python模块监控）。通过sudo apt install dstat安装，命令dstat即可启动。
• linux-dash：基于Web的系统监控仪表板，采用Python和JavaScript开发，通过Web界面展示CPU、内存、磁盘、网络等指标，支持多语言和自定义模块。Debian需下载源码包安装，访问http://IP:19999查看。

2. Python专用性能分析工具（针对代码级瓶颈定位）

• cProfile：Python内置的性能分析模块，无需额外安装，通过命令行python -m cProfile -s cumulative script.py运行脚本，统计函数调用次数、总耗时（tottime）、累计耗时（cumtime）等指标，按累计时间排序可快速定位耗时最长的函数。
• line_profiler：逐行分析函数执行时间的工具，需用@profile装饰器标记目标函数，通过kernprof -l -v script.py运行，生成每行代码的执行时间、调用次数及占比（如循环体或高频操作的耗时），帮助精准优化热点代码。
• memory_profiler：监控Python程序内存消耗的工具，通过@profile装饰器标记函数，使用mprof run script.py记录内存变化，mprof plot生成内存使用时间序列图，识别内存泄漏或突发增长点（如大量对象创建未释放）。
• Py-Spy：非侵入式采样分析器（用Rust编写），无需修改代码或重启程序，通过py-spy top --pid PID实时查看Python进程的函数调用栈（类似top命令），或py-spy record -o profile.svg --pid PID生成火焰图，直观展示CPU热点（如函数调用层级和耗时比例），适合生产环境使用。

3. 第三方库（集成到Python代码中的监控能力）

• psutil：跨平台库，用于获取系统资源使用情况（CPU、内存、磁盘、网络）及进程信息（如PID、内存占用、CPU时间），支持实时监控和数据采集（如psutil.cpu_percent(interval=1)获取1秒内的CPU使用率）。通过pip install psutil安装，广泛应用于自定义监控脚本或应用内置监控。