psutil项目中Windows系统启动时间计算的优化
在系统监控工具psutil中,计算系统启动时间(boot_time)的功能在Windows平台上遇到了一个有趣的技术问题。当系统进入休眠或挂起状态后,传统的计算方法会出现偏差,导致返回的启动时间不准确。本文将深入分析这一问题及其解决方案。
问题背景
psutil是一个跨平台的系统监控库,其中的boot_time()函数用于获取系统启动时间戳。在Windows平台上,最初该函数基于GetTickCount64API实现。这个API返回系统自启动以来经过的毫秒数,但它有一个重要特性:不计算系统挂起(suspend)的时间。
当用户测试在VirtualBox虚拟机中挂起系统后重新运行程序时,发现boot_time()返回的值发生了变化。这是因为GetTickCount64没有将挂起时间计入系统运行时间,导致计算结果出现偏差。
Windows时间API比较
Windows提供了多种获取系统时间的API,各有特点:
-
GetTickCount64
- 返回系统启动后的毫秒数
- 不计入系统挂起时间
- 受系统时钟更新影响
-
QueryInterruptTime
- 类似GetTickCount64但计入挂起时间
- 需要Windows 7及以上版本
- 同样受系统时钟更新影响
-
NetStatisticsGet
- 通过工作站服务统计信息获取启动时间
- 计入挂起时间
- 不受系统时钟更新影响(固定为启动时刻的值)
-
其他方法
- 命令行工具如
net stats workstation和systeminfo也提供启动时间信息 - 但实现方式和准确性各不相同
- 命令行工具如
解决方案选择
经过评估,psutil最终选择了QueryInterruptTimeAPI作为解决方案。这个选择基于以下考虑:
- 它能够正确计入系统挂起时间,解决了原始问题
- 与
GetTickCount64一样,它会反映系统时钟更新,保持了跨平台行为一致性 - 虽然需要Windows 7+,但这对现代系统已不是限制
相比之下,NetStatisticsGet虽然能解决挂起问题,但它不反映系统时钟更新的行为与其他平台不一致,可能造成混淆。
技术实现
新的实现通过QueryInterruptTime获取系统启动后的精确时间(包括挂起时间),然后结合当前时间计算启动时间戳。这种方法既解决了挂起时间问题,又保持了与其他平台一致的行为特性。
总结
这个案例展示了系统监控工具在处理底层系统信息时面临的挑战。Windows平台提供了多种时间获取方式,各有优缺点。psutil通过仔细评估选择了最适合的API,既解决了技术问题,又保持了跨平台行为的一致性。这种对细节的关注正是psutil成为流行系统监控库的原因之一。
对于开发者而言,这个案例也提醒我们,在处理系统级信息时,需要深入理解所用API的精确行为,特别是在涉及系统电源状态变化等边界情况下。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00