Ubuntu系统Python环境监控配置详细教程

首页

编程语言

热心网友

转载

2026-05-07

在 Ubuntu 上配置 Python 监控

当你的Python应用在Ubuntu服务器上跑起来之后，如何确保它健康、稳定地运行？一套有效的监控体系就是你的“眼睛”和“耳朵”。今天，我们就来聊聊如何从零开始，搭建一个既轻量又实用的Python监控方案。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

一监控目标与方案选型

首先，得明确我们要监控什么。核心目标通常围绕这几个方面展开：

监控对象：系统资源（CPU、内存、磁盘、网络）、Python进程数量与资源占用、关键目录的文件变更、以及日志中的异常关键字。

明确了目标，接下来就是选择实现路径。这里提供三种不同思路的方案，你可以根据自身的技术栈和运维复杂度来权衡：

轻量自研：这是最灵活的方式。使用 Python 配合强大的 psutil 库来采集各项指标，然后设定阈值进行判断。一旦超过阈值，就通过 SMTP 发送邮件告警。最后，利用 Linux 自带的 cron 定时任务来驱动整个脚本周期执行。
现成一体化：如果你追求快速部署和开箱即用的可视化，Glances 是个绝佳选择。它本身基于 Python 开发，支持本地查看和远程客户端-服务器模式，能够将多指标以彩色高亮的方式集中展示，状态一目了然。
进程与服务视角：对于临时性的快速排查，命令行工具永远是利器。组合使用 ps、pgrep、top 或 htop 可以迅速定位问题。而如果你的 Python 应用是以服务形式运行的，那么通过 systemd 来管理并查看其状态，则是更规范的做法。

二快速上手：系统资源监控脚本与告警

理论说再多，不如动手写一段。我们从最核心的系统资源监控开始，打造一个“最小可用”的告警脚本。

安装依赖
- 首先，确保系统已更新并安装 Python 和 pip：sudo apt update && sudo apt install -y python3 python3-pip
- 然后，安装我们需要的核心库：pip3 install psutil
最小可用脚本（阈值告警示例）
- 说明：这段脚本会采集 CPU（1秒平均使用率）和内存使用率。一旦超过预设的阈值，就会调用邮件告警函数。
- 使用：你需要将脚本中的发信参数（SMTP服务器、端口、账号、密码等）替换为你自己的信息。建议将脚本保存在固定路径，例如 /opt/monitor/monitor.py。
- 定时：要让脚本自动运行，需要借助 cron。执行 crontab -e 命令，添加如下一行（表示每分钟执行一次）：
  * * * * * /usr/bin/python3 /opt/monitor/monitor.py

参考代码

import time, smtplib
from email.mime.text import MIMEText
import psutil

CPU_THRESHOLD = 80
MEM_THRESHOLD = 90

def send_alert(subject, body):
    smtp_host, smtp_port = “smtp.example.com”, 587
    sender, password, receiver = “you@example.com”, “APP_PASSWORD”, “ops@example.com”
    msg = MIMEText(body, “plain”, “utf-8”)
    msg[“From”], msg[“To”], msg[“Subject”] = sender, receiver, subject
    with smtplib.SMTP(smtp_host, smtp_port) as s:
        s.starttls()
        s.login(sender, password)
        s.sendmail(sender, [receiver], msg.as_string())

def check():
    cpu = psutil.cpu_percent(interval=1)
    mem = psutil.virtual_memory().percent
    print(f“CPU: {cpu}%, MEM: {mem}%”)
    if cpu > CPU_THRESHOLD:
        send_alert(“CPU 告警”, f“CPU 使用率 {cpu}% 超过阈值 {CPU_THRESHOLD}%”)
    if mem > MEM_THRESHOLD:
        send_alert(“内存告警”, f“内存使用率 {mem}% 超过阈值 {MEM_THRESHOLD}%”)

if __name__ == “__main__”:
    check()

安全建议
- 邮件告警环节务必注意安全。强烈建议使用邮箱服务商提供的“应用专用密码”或 SMTP Token，避免在脚本中直接使用明文密码。同时，尽量通过本地或内网的邮件传输袋里（MTA）发送，或者确保使用 465/587 等加密端口进行提交。

三进阶：文件变更监控与 Python 进程监控

基础资源监控搞定后，我们可以把监控范围扩大一些，关注更具体的应用层面。

文件变更监控（watchdog）

安装：pip3 install watchdog

示例：以下代码可以监控指定目录下文件的创建、修改、删除事件。这个功能非常实用，比如用于触发日志轮转、检测配置文件是否被热加载、或者发现异常文件时立即告警。

from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler
import time

class Handler(FileSystemEventHandler):
    def on_modified(self, event):
        print(f“修改: {event.src_path}”)
    def on_created(self, event):
        print(f“创建: {event.src_path}”)
    def on_deleted(self, event):
        print(f“删除: {event.src_path}”)

observer = Observer()
observer.schedule(Handler(), path=“/var/log/myapp”, recursive=True)
observer.start()
try:
    while True: time.sleep(1)
except KeyboardInterrupt:
    observer.stop()
    observer.join()

Python 进程数量监控
- 命令行快速查看：在服务器上临时排查时，这几条命令能快速给你答案：
  - ps aux | grep python
  - pgrep -af python
  - 在 top 或 htop 界面中，按 F3 直接搜索 “python” 关键词。
- Python 脚本计数：如果想把进程数量也集成到你的监控平台里，可以用一段小脚本来实现：
```
import subprocess
def python_count():
    out = subprocess.check_output(“ps aux | grep python | wc -l”, shell=True, text=True)
    return int(out.strip()) - 1  # 减去 grep 命令自身的进程
print(“Python 进程数:”, python_count())
```
作为服务运行时的监控
- 如果你的应用是通过 systemd 管理的服务，那么监控就变得非常规范。使用 sudo systemctl status your-python.service 可以查看其运行状态、是否活跃。
- 同时，结合 journalctl -u your-python.service -f 命令，可以实时跟踪和查看该服务的所有日志输出，这对排查运行时问题至关重要。

四一体化监控与可视化

最后，如果你希望有一个集大成的、带界面的解决方案，那么 Glances 值得一试。

Glances 安装与特性
- 安装：sudo apt install -y glances
- 启动：直接在终端输入 glances，一个集成了 CPU、内存、磁盘、网络、进程等信息的实时监控面板就会呈现出来，并用颜色清晰区分状态（正常、警告、严重）。
- 远程监控：这才是它的强大之处。在目标服务器上以服务端模式启动：glances -s -B 0.0.0.0 -p 61209；然后，在任何客户机上执行 glances -c <服务器IP>，就能远程查看监控数据。
- 配置文件：/etc/glances/glances.conf 文件允许你自定义告警阈值、启用或禁用插件等，实现更精细的控制。
适用场景
- Glances 非常适合临时上线排查问题、值班巡检，或者作为快速上线的无侵入式监控方案。当然，你也可以通过其提供的接口或配合告警脚本、WebHook 进行二次集成，将它融入更庞大的运维体系中。