psutil是python进程指标采集的事实标准，避免手动解析/proc或wmi；需注意cpu_percent首次调用为0、内存用rss而非vms、容器中指标受限、定时采集应基于monotonic时间对齐、上报用线程池、快照用字典而非threading.local。
用 psutil 读进程指标最稳，别自己去扒 /proc
Python 做运行时指标采集，psutil 是事实标准。它封装了跨平台的底层调用，避免你手动解析 /proc/pid/stat 或 Windows WMI，省掉权限、路径、字段偏移、字符串切分等一堆易错环节。
常见错误是看到“Linux 下能读 /proc”，就直接上 open('/proc/...') —— 实际会遇到：PID 已消亡导致文件不存在、权限被容器限制、字段顺序在不同内核版本里有微小变动、没处理符号链接跳转（比如 /proc/self）。
-
psutil.Process().cpu_percent(interval=0.1)的interval小于 0.1 秒时可能返回0.0，因为需要两次采样差值；首次调用必为0.0，得调两次才有效 - 内存指标优先用
memory_info().rss，不是vms（后者含 swap 和未分配页，对 OOM 判断无意义） - 容器环境里
psutil.sensors_temperatures()通常不可用，别默认开启
定时采集别用 time.sleep() 循环
用阻塞式休眠做周期采集，在信号中断、GC 暂停、系统负载高时，实际间隔会漂移甚至堆积。尤其当采集逻辑里包含网络请求或磁盘 I/O，误差可能达秒级。
更可靠的做法是基于绝对时间对齐：记录下一次该触发的时间点，用 time.monotonic() 判断是否到达，再执行采集。这样即使单次耗时长，下次也会“追赶”而非“跳过”。
立即学习“Python免费学习笔记（深入）”；
- 别写
while True: collect(); time.sleep(5)—— 这会让周期变成5 + collect耗时 - 改用
next_run = time.monotonic() + 5; while True: if time.monotonic() >= next_run: collect(); next_run += 5 - 如果采集要发 HTTP 上报，建议用独立线程或
concurrent.futures.ThreadPoolExecutor提交，避免阻塞主采集循环
threading.local 不适合存指标快照
有人想在线程本地存储每次采集的 cpu_percent 或内存值，方便后续聚合，结果发现数据错乱或丢失。这是因为 threading.local 绑定的是 OS 线程，而 Python 的 concurrent.futures 或异步任务可能复用线程，且主线程和采集线程不是同一个上下文。
真正轻量又安全的方式是每次采集生成一个字典或 dataclass 实例，显式传给上报函数。若需跨阶段共享，用全局 dict 加 threading.RLock，但多数场景没必要——指标本来就是离散快照。
- 错误示范：
local_store = threading.local(); local_store.cpu = psutil.cpu_percent() - 正确做法：
snapshot = {'ts': time.time(), 'cpu': psutil.cpu_percent(), 'mem_rss': p.memory_info().rss} - 如果用
asyncio，更别碰threading.local—— 它对协程完全无效
容器里 psutil 看不到宿主机指标，也别硬绕
在 Docker 或 Kubernetes Pod 里，默认 cgroups v2 + pid namespace 隔离后，psutil 只能看到本容器内进程，psutil.disk_usage('/') 返回的是容器 rootfs 而非宿主机磁盘，psutil.net_if_addrs() 也可能只暴露虚拟网卡。
强行挂载 /proc 或 /sys 宿主机路径进来，虽然能读到数据，但会破坏容器边界，带来权限提升风险，且在 OpenShift 等强化环境中直接被拒绝。真要宿主机级指标，应该由专门的 DaemonSet agent（如 Prometheus Node Exporter）统一采集并暴露 HTTP 接口，你的 Python 服务只消费它。
- 容器内调用
psutil.sensors_battery()总是空，因为没设备节点映射 -
psutil.boot_time()在容器里返回的是宿主机启动时间，不是容器启动时间 —— 如需后者，读/proc/1/comm或环境变量START_TIME更靠谱 - 别在容器里尝试
psutil.pids()后遍历所有 PID 做全量分析 —— 大部分 PID 你根本没权限读，会抛psutil.AccessDenied
