三分钟搞定服务器监控：一个Python脚本让你随时掌握CPU/内存/磁盘状态

2026-08-22 阅读量：9560 运维笔记 0

大家好，我是老张。前阵子我有一台跑着个人博客的小服务器，半夜三点突然卡死，等我早上发现的时候，网站已经挂了几个小时。虽然不是什么大业务，但那种“明明睡了却感觉亏了”的心情，相信运维过的朋友都懂。后来我写了个简单的监控脚本，放在服务器上跑着，从此再也没被“突然暴毙”打个措手不及。

今天就把这个脚本分享出来。它用Python标准库实现，不需要装任何第三方依赖，功能很纯粹：每分钟记录一次CPU负载、内存使用、磁盘空间，一旦超过你设定的阈值，就立刻发邮件告警。代码不到100行，有详细注释，你复制过去改几个配置就能用。

为什么不用现成的监控工具？

我知道，很多人会说：有Zabbix、Prometheus、Grafana这些专业监控，为什么还要自己写？确实，这些工具功能强大，但部署和维护成本不低。对于一台轻量级服务器，或者几台小规模的云主机，用Python脚本反而更轻便：没有额外进程，不占资源，改起来也灵活。而且，自己写的脚本，你完全知道它在干什么，出了问题排查也快。

另外，如果你平时用的是像雨云服务器这类性价比不错的云主机，通常自带基础监控面板，但那种监控往往只覆盖CPU和网络，内存、磁盘的细粒度告警还是得自己动手。这个脚本刚好补上这个缺口。

脚本的核心思路

脚本用标准库读取系统信息：

  • CPU负载：从/proc/loadavg读取，取1分钟平均负载，再除以CPU核心数得到“负载百分比”。
  • 内存使用：解析/proc/meminfo，计算已用内存占总量比例。
  • 磁盘空间：用shutil.disk_usage('/')获取根分区使用率。

每项指标都设一个阈值，超过阈值就触发告警。告警方式我写的是发送邮件，你如果想要更即时，可以改成钉钉机器人、企业微信Webhook，或者只是打印到日志里——只要改send_alert函数就行。

完整可运行代码

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
轻量级服务器监控脚本
功能：每分钟记录CPU、内存、磁盘使用率，超过阈值时发送邮件告警
用法：python3 monitor.py
建议：配合 systemd 或 crontab 实现开机自启/常驻运行
"""
import os
import time
import smtplib
import shutil
from email.mime.text import MIMEText
from datetime import datetime
# ==================== 配置区域 ====================
# 阈值设置（百分比）
CPU_THRESHOLD = 80      # CPU负载超过80%告警
MEM_THRESHOLD = 85      # 内存使用率超过85%告警
DISK_THRESHOLD = 90     # 磁盘使用率超过90%告警
# 告警间隔：同一指标持续超阈值时，最小告警间隔（秒），避免刷屏
ALERT_INTERVAL = 1800   # 30分钟
# 日志文件路径
LOG_FILE = "/var/log/server_monitor.log"
# 邮件配置（修改成你自己的SMTP服务器）
SMTP_HOST = "smtp.example.com"
SMTP_PORT = 465
SMTP_USER = "alert@example.com"
SMTP_PASS = "your_password"
TO_EMAIL = "admin@example.com"
# ==================== 内部状态 ====================
# 记录上次告警时间，用于抑制重复告警
last_alert_time = {
"cpu": 0,
"mem": 0,
"disk": 0
}
def get_cpu_usage():
"""读取 /proc/loadavg，返回CPU 1分钟负载百分比（除以核心数）"""
with open("/proc/loadavg", "r") as f:
loadavg = f.read().split()
load1 = float(loadavg[0])  # 1分钟平均负载
# 获取CPU核心数
cores = os.cpu_count() or 1
# 负载百分比 = 平均负载 / 核心数 * 100（近似）
return load1 / cores * 100
def get_mem_usage():
"""读取 /proc/meminfo，返回内存使用率百分比"""
with open("/proc/meminfo", "r") as f:
lines = f.readlines()
mem_total = 0
mem_available = 0
for line in lines:
if line.startswith("MemTotal:"):
mem_total = int(line.split()[1])
elif line.startswith("MemAvailable:"):
mem_available = int(line.split()[1])
if mem_total and mem_available:
break
# available 是可用内存，所以已用 = total - available
used = mem_total - mem_available
return used / mem_total * 100
def get_disk_usage():
"""使用shutil获取根分区使用率"""
usage = shutil.disk_usage("/")
return usage.used / usage.total * 100
def send_alert(subject, body):
"""发送告警邮件，你可以改成webhook等"""
msg = MIMEText(body, "plain", "utf-8")
msg["Subject"] = subject
msg["From"] = SMTP_USER
msg["To"] = TO_EMAIL
try:
# 如果是SSL SMTP（如465端口）
server = smtplib.SMTP_SSL(SMTP_HOST, SMTP_PORT)
server.login(SMTP_USER, SMTP_PASS)
server.sendmail(SMTP_USER, [TO_EMAIL], msg.as_string())
server.quit()
print(f"[{datetime.now()}] 告警邮件发送成功: {subject}")
except Exception as e:
print(f"[{datetime.now()}] 告警邮件发送失败: {e}")
def check_and_alert(name, value, threshold, unit="%"):
"""检查是否超阈值，并按抑制间隔发送告警"""
if value > threshold:
now = time.time()
if now - last_alert_time[name] >= ALERT_INTERVAL:
last_alert_time[name] = now
subject = f"[告警] 服务器{name}使用率过高"
body = (f"服务器告警！\n"
f"指标: {name}\n"
f"当前值: {value:.1f}{unit}\n"
f"阈值: {threshold}{unit}\n"
f"时间: {datetime.now()}\n"
f"请及时处理。")
send_alert(subject, body)
else:
# 恢复正常后，重置上次告警时间，确保下次超阈值能立即告警
last_alert_time[name] = 0
def log_record():
"""将当前指标写入日志文件"""
cpu = get_cpu_usage()
mem = get_mem_usage()
disk = get_disk_usage()
timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
line = f"{timestamp} | CPU: {cpu:.1f}% | MEM: {mem:.1f}% | DISK: {disk:.1f}%"
with open(LOG_FILE, "a", encoding="utf-8") as f:
f.write(line + "\n")
print(line)
def main():
"""主循环：每60秒执行一次"""
print("服务器监控脚本已启动，按 Ctrl+C 停止。")
while True:
try:
# 记录日志
log_record()
# 获取当前指标
cpu = get_cpu_usage()
mem = get_mem_usage()
disk = get_disk_usage()
# 逐项检查并告警
check_and_alert("CPU", cpu, CPU_THRESHOLD)
check_and_alert("内存", mem, MEM_THRESHOLD)
check_and_alert("磁盘", disk, DISK_THRESHOLD)
except Exception as e:
# 出错时打印，但不要中断循环
print(f"[{datetime.now()}] 监控异常: {e}")
# 等待60秒
time.sleep(60)
if __name__ == "__main__":
main()

怎么用？

把上面的代码保存为monitor.py，然后：

# 先测试一下能否正常运行
python3 monitor.py
如果没问题，用 nohup 后台运行
nohup python3 monitor.py >> /var/log/monitor.log 2>&1 &

我建议用systemd服务来管理，这样即使脚本挂了也能自动重启。你可以写一个/etc/systemd/system/monitor.service，内容大概这样：

[Unit]
Description=Server Monitor
After=network.target
[Service]
ExecStart=/usr/bin/python3 /root/monitor.py
Restart=always
RestartSec=10
[Install]
WantedBy=multi-user.target

然后执行systemctl enable monitor和systemctl start monitor，搞定。

一些经验之谈

这个脚本我跑了快一年，有几个心得想分享：

  • 阈值别设太死。比如内存，我设85%，因为有些缓存会临时占用，实际可用空间还在。太敏感了容易误报。
  • 告警抑制很关键。如果没有ALERT_INTERVAL，服务器一旦负载高，每分钟一封邮件，你的邮箱会直接被轰炸。我设置30分钟，既不会漏报，又不会烦人。
  • 日志文件记得轮转。用logrotate定期切割，不然时间长了文件会特别大。我的VPS磁盘才20G，日志攒几个月也有几百M，不处理会拖垮磁盘。
  • 监控脚本本身也要监控。如果脚本挂了，系统就“裸奔”了。所以用systemd来守护它，或者加一个crontab每分钟检查进程是否存在。

另外，如果你用的是雨云服务器，这类云厂商的默认监控面板在网页端，虽然也能看，但不会主动推送告警。配合我这个脚本，就能把告警发到邮箱或手机上，真正做到“出了问题第一时间知道”。

最后说两句

这个脚本不算复杂，但非常实用。它解决了一个真实痛点：让你在服务器“生病”之前先收到提醒，而不是等用户骂上门才去救火。如果你有更多需求，比如监控网络流量、进程数、连接数，完全可以在这个基础上扩展。毕竟，脚本是死的，思路是活的。

希望这个脚本能帮你少熬几个夜。如果你有更好的监控方案，欢迎在评论区聊聊，我也顺便学学。下次见！

Linux运维, 数据库, 折腾记录

评论区：