用 psutil 实时获取 Python 进程 CPU 和内存使用率最稳妥，需基于当前 pid 创建 Process 实例；cpu_percent 需两次调用（间隔 0.1–0.5 秒），memory_info().rss 除以 1024² 得 MB；多进程须单独采集；应通过守护线程+队列缓存指标，避免阻塞主逻辑；Prometheus 导出推荐用 prometheus_client，定义带 pid/name 维度的 Gauge；禁用 time.time() 测耗时，优先选 process_time 或 perf_counter；异步场景下仍有效，但需注意上下文损耗；聚焦 CPU、RSS、线程数、GC 四项核心指标。
Python 进程 CPU 和内存使用率怎么实时获取
直接用 psutil 是最稳的选择，它跨平台、开销低、API 清晰。别自己去读 /proc/pid/stat 或调用 os.popen('top')，既难维护又容易出兼容问题。
关键点：必须基于当前进程的 pid 构造 psutil.Process() 实例，否则拿到的是系统全局值。
-
process.cpu_percent(interval=0.1)：首次调用会返回 0，需至少调用两次（间隔 >0）才有效；interval太小（如 0.01）会导致精度失真，推荐 0.1–0.5 秒 -
process.memory_info().rss返回字节数，除以 1024**2 转 MB；注意vms（虚拟内存）在容器中常失真，优先看rss - 如果程序是多进程，每个子进程需单独采集，父进程调用
psutil.Process(child_pid)，不能复用主进程对象
如何避免指标采集拖慢主业务逻辑
指标采集本身有 I/O 和计算开销，尤其 cpu_percent() 依赖两次采样间隔，阻塞式调用会卡住主线程。
- 用独立线程周期性采集，通过
threading.Thread(daemon=True)启动，避免阻碍主程序退出 - 用
queue.Queue缓存最新一次采集结果，业务代码只做非阻塞读取，不参与采集过程 - 不要在 HTTP 请求处理函数或数据库事务里实时调用
psutil—— 这类路径延迟敏感，应读缓存值 - 容器环境（如 Docker）中，
psutil.sensors_temperatures()等硬件接口不可用，提前判断hasattr(psutil, 'sensors_temperatures')再调用
指标数据怎么结构化导出供监控系统消费
Prometheus 是最常见目标，但 Python 原生不支持暴露指标端点，得靠 prometheus_client 库补足。
