【Linux】計算每位使用者的CPU與MEMORY使用量

【Linux】計算每位使用者的CPU與MEMORY使用量

一個小小的script與大家分享,主要是透過ps的指令去累計每位使用者的CPU以及MEMORY用量,系統上若是有很多不同的用戶,這是一個很方便的檢視方式。而在虛擬主機上,apache+suPHP的模式下,也可以快速地察覺是哪一個用戶或是網站吃資源吃得最兇,甚至定期把資料撈出來匯入資料庫,做成圖表也沒有問題了啦!

這個script是在CentOS下使用沒有問題,個平台可以依照ps的輸出結果再進行修改。

預設是每五秒重新撈一次資料,可以儲存成scriipt之後,自行帶入參數當成秒數。

#!/bin/bash

if [ $1 -ne 5 ];then
    sec=$1
else
    sec=5
fi

while true
do
clear

ps aux

tail -n+2

awk \
'BEGIN { printf("\tUSER\t%MEM\t%CPU\n")}
{
CPU[$1] += $3
MEM[$1] += $4
}
END { for (USER in MEM)
        {
                printf("%12s %6.2f %6.2f\n", USER, MEM[USER], CPU[USER])
        }
}'

sleep $sec
done

計算每位使用者的CPU與MEMORY使用量

計算每位使用者的CPU與MEMORY使用量 相關文章

糟糕!怎麼會沒有~會努力加油的!

參考內容推薦

Next

每位使用者的CPU 使用量可以透過每位使用者lnode 的使用量欄位來觀察,但是 ... 舉例來說,如果虛擬記憶體使用量的收費函數會在使用量增加的同時造成單位成本 ... 的累計使用量帳目,必須從群組總計減掉群組中每個子的個別總計的總和來計算。

計算伺服器大小 - TechNet

若要計算一個伺服器可以支援的使用者數目,首先必須判定目前的使用量設定檔。 ... 位使用者(每秒1,000 MHz),則一個2,000 MHz 處理器只需以50% 的CPU 使用量來 ... 所建議的硬體,並未考量其他效能因素(如網路容量、伺服器記憶體及快取大小)。

1350 LoadLeveler使用簡介

LoadLeveler蒐集各計算主機群組的狀態並瞭解可利用的資源,當使用者有程式 .... 資源,設定每位使用者至多可同時執行6 個job,使用256個cpu,而每個使用者群組 ...

資源控制 (Solaris Resource Manager 1.3 系統管理指南)

CPU 使用量 是的 (每位使用者識別碼) 是的 是的 (每位使用者識別碼) 是的 虛擬記憶體 是的 (每位使用者、每個處理) 是的 ... 較短的數值容易在系統上供應平均的回應,不過在計算與維持系統資源配置時比較不精確。

[DOC] 需求問卷下載

PetaFlop級主機潛在使用者需求問卷 ... 使用者目前現有設備的規格(CPU型號,記憶體大小,儲存空間容量)與數量(台數) ... 每一種計算工作,所花的時間為多少小時?

[綠色工廠Easylife Blog] 【Linux】計算每位使用者的CPU與MEMORY使用 ...

[綠色工廠Easylife Blog] 【Linux】計算每位使用者的CPU與MEMORY使用量http://bit.ly/bxqKWi.

瞭解處理器組態和 Exchange 效能

針對每位使用者計算 MHz 和 IOPS TOC 瞭解處理器組態和 Exchange 效能 Exchange 2010 適用版本: Exchange Server 2010 SP2, Exchange Server 2010 SP3 ...

SQL 資料倉儲中的並行存取和工作負載管理

根據預設,每位使用者都是小型資源類別 smallrc 的成員。 sp_addrolemember ... 詳細查看記憶體資源配置的差異,或在進行疑難排解時,分析工作負載群組的作用中和歷史使用量 ...

CPU 資源管理 (Solaris Resource Manager 1.3 系統管理指南)

排程器會定期調整所有處理的優先順序,以迫使所有使用中的 lnode 就其個別程度的 CPU 使用量的相對率與 CPU 配分的相對率會集。 ... 每一個衰減期中, CPU_usage 都被減少一半,以最近的使用量遞減。 每位使用者 ...

評估擴充需求

重複每位使用者 和每份內容 64 18 權限帳號憑證 僅限於 RMS 初始化流量 12 16 用戶端註冊 僅限於 RMS 初始化流量 ... 決定伺服器輸送量時,CPU 使用量是最重要的變數,所以選擇適當的處理器是必要的。隨著伺服器上的負載不斷增加,直至超過伺服器 ...