Python如何获取系统的CPU核心数和内存信息_使用os.cpu

os.cpu_count() 返回 None 时应改用 os.sched_getaffinity(0)（Linux/macOS）或 psutil.cpu_count()，后者可区分逻辑核与物理核；内存需用 psutil.virtual_memory().total 获取；容器中须读取 cgroups 接口而非依赖 os.cpu_count()。

python如何获取系统的cpu核心数和内存信息_使用os.cpu_count方法

os.cpu_count() 返回 None 怎么办

os.cpu_count() 在某些环境下（比如容器、受限沙箱或部分嵌入式系统）会返回 None，不是 bug，而是 Python 明确表示“无法可靠获取逻辑 CPU 数”。它只读取系统暴露的 CPU topology 信息，不主动探测或 fallback。

实际开发中更稳妥的做法是结合 len(os.sched_getaffinity(0))（Linux/macOS）或 psutil.cpu_count(logical=True)：

os.sched_getaffinity(0) 返回当前进程被允许运行的 CPU 集合，能真实反映运行时可用核心数（尤其在 taskset 或 Kubernetes cpuset 限制下）
psutil 需要额外安装（pip install psutil），但跨平台稳定，且提供 logical=False 参数区分物理核与逻辑核

区分逻辑核和物理核的关键参数

很多场景（如绑定线程、设置进程池大小）需要知道物理核心数而非超线程后的逻辑核数。Python 标准库不直接暴露物理核数，os.cpu_count() 永远返回逻辑核数（含超线程）。

推荐用 psutil 获取：

import psutil
print("逻辑核数:", psutil.cpu_count(logical=True))   # 默认值，等价于 os.cpu_count()
print("物理核数:", psutil.cpu_count(logical=False))  # 真实物理核心数量

注意：psutil.cpu_count(logical=False) 在 Windows 上可能因驱动/权限返回 None；macOS 上依赖 sysctl hw.physicalcpu，通常可靠。

获取内存总量不能只靠 os 模块

os 模块完全不提供内存信息接口。os.cpu_count() 和内存无关——这是常见误解。想获取总内存，必须换方法。

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

标准方案是：

Linux/macOS：读 /proc/meminfo（Linux）或 sysctl hw.memsize（macOS），但需自己解析
跨平台首选 psutil.virtual_memory().total，单位是字节，直接可用
纯 stdlib 方案（不推荐）：调用 subprocess 执行 free -b 或 system_profiler，但易受 locale、命令缺失、权限影响

示例：

import psutil
mem = psutil.virtual_memory()
print(f"总内存: {mem.total // (1024**3)} GB")

容器环境里 cpu_count() 的陷阱

在 Docker 或 Kubernetes 中，os.cpu_count() 仍返回宿主机的逻辑核数，不是容器被分配的 CPU 资源。这会导致 multiprocessing.Pool 创建过多进程，争抢资源甚至触发 OOMKilled。

真正该用的是 cgroups 接口：

Linux 容器：检查 /sys/fs/cgroup/cpu.max（cgroup v2）或 /sys/fs/cgroup/cpu/cpu.cfs_quota_us（v1）
更简单：用 psutil 的 psutil.cpu_count(logical=True) 仍是宿主机值，不可信；应优先读 cgroups，fallback 到 os.sched_getaffinity(0)

别忽略 cgroups —— 它才是容器内“可用 CPU”的唯一权威来源。