推荐使用:`ttop` - 系统监控利器,实时与历史数据一手掌握!
2024-05-24 08:15:28作者:谭伦延
项目介绍
ttop 是一个功能强大的系统监控工具,它不仅能实时显示系统的资源使用情况,还能记录历史数据,并通过文本用户界面(TUI)展示。与其他如htop、top或btop等工具不同的是,ttop特别强调对历史数据的保存和查询,使您能轻松追踪到系统性能波动的关键时刻。
项目技术分析
ttop 使用 Nim 语言编写,这使得它轻量级且运行速度快。其主要特性包括:
- 历史数据服务 - 利用
systemd.timer或crontab定时保存系统状态快照,便于后续查阅。 - 滚动查看历史数据 - 不再受限于当前状态,可以回顾过去的时间点。
- 外部触发器支持 - 可以设置外部脚本或命令在特定情况下执行,如发送通知。
- ASCII 图表展示 - 用直观的图表形式展示一天内的性能变化。
- TUI 显示优化 - 对关键数值高亮显示,一眼就能看到系统状况。
- 搜索过滤器 - 基于用户名 (
@u) 或 Docker 容器 ID (#d) 进行筛选。 - 非 root 权限运行 - 用户空间内运行,无需额外权限。
- Docker 相关信息 - 监控 Docker 容器的状态。
- 线程树视图 - 结构化的进程和线程层次结构。
项目及技术应用场景
ttop 非常适合以下场景:
- 系统管理员 - 在日常维护中,快速诊断系统资源瓶颈,捕捉异常现象。
- 开发者 - 跟踪应用程序性能,定位资源消耗高的问题。
- 远程服务器监控 - 轻松获取远程服务器的历史性能数据,无论身在何处。
项目特点
- 易于安装 - 提供 AUR 包,适用于 Arch Linux,同时也提供预编译的静态二进制文件。
- 自定义配置 - 通过配置文件
ttop.toml可调整各种行为,如启用触发器、设置报警阈值等。 - 可扩展性 - 支持外部触发器,可与诸如即时通讯软件、SMTP 等服务集成,实现自动化告警和通知。
小结
ttop 的综合性和灵活性使其成为监控Linux系统资源的理想选择。无论是查找临时的性能问题还是长期的监控策略,它都能提供优质的数据和服务。现在就尝试一下ttop,提升您的系统管理效率吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143