一个结合 C++ 和 Python 的 CPU 使用率监控与分析工具，C++线程信息监控模块，python脚本解析并绘图（源码）

## 概述 本工具是一个结合 C++ 和 Python 的 CPU 使用率监控与分析工具。通过读取 Linux 系统的 `/proc` 文件系统，实时采集 CPU 使用数据，使用 UnQLite 数据库进行高效存储，并通过 Python 进行数据解析和可视化展示。该工具支持对多个进程的 CPU 使用情况进行同时监控和分析。 ## 编译与运行 ### 使用 UnQLite 数据库存储方案 1. **启动模拟进程 (`dummp_worker`)** `dummp_worker` 是一个用于模拟的待分析进程： ```bash sudo ./dummp_worker 2 0.4 ``` 该命令将启动两个线程，每个线程占用 40% 的 CPU。 2. **编译并运行 C++ 程序** 使用以下命令编译 C++ 程序： ```bash g++ -o thread_cpu_unqlite thread_cpu_unqlite.cc -lunqlite -O2 ``` 运行 C++ 程序进行数据采集： ```bash ./thread_cpu_unqlite -n1 dummp_worker -d dummp_worker.db ``` 该命令将每秒采集一次 `dummp_worker` 进程的 CPU 使用数据，并将结果存储在 `dummp_worker.db` 中。 3. **使用 Python 进行数据解析和可视化** 安装所需的 Python 库： ```bash pip3 install unqlite pandas matplotlib ``` 运行 Python 脚本解析和可视化数据： ```bash python3 thread_cpu_unqlite4.py dummp_worker.db ``` ### 使用 CSV 文件存储方案 1. **启动模拟进程 (`dummp_worker`)** 与 UnQLite 方案相同，启动模拟进程： ```bash sudo ./dummp_worker 2 0.4 ``` 2. **编译并运行 C++ 程序** 使用以下命令编译 C++ 程序： ```bash g++ -o thread_cpu_get thread_cpu_get.cc -O2 ``` 运行 C++ 程序进行数据采集，并将结果保存为 CSV 文件： ```bash ./thread_cpu_get -n1 dummp_worker ``` 3. **使用 Python 解析 CSV 文件** 安装所需的 Python 库： ```bash pip3 install unqlite pandas matplotlib ``` 运行 Python 脚本解析 CSV 文件并进行数据分析： ```bash python3 thread_cpu_parse.py process_dummp_worker.csv ```