sysinfo库在Mac M3 Pro上CPU使用率显示异常问题分析
2025-07-01 06:54:52作者:姚月梅Lane
问题背景
sysinfo是一个用于获取系统信息的Rust库,但在Mac M3 Pro设备上使用时,开发者发现通过System结构体获取的全局CPU使用率数据存在异常。数据显示的CPU使用率基本保持不变,与系统自带的Activity Monitor或其他监控工具显示的实际CPU负载情况不符。
问题现象
开发者通过以下简单代码获取系统信息:
let mut sys = sysinfo::System::new_all();
sys.refresh_all();
dbg!(sys);
输出的结果中,global CPU usage字段值约为8.58,这个数值在系统高负载时(如编译大型项目)也几乎不变,与实际情况不符。
技术分析
经过深入调查,发现问题根源在于CPU使用率的获取方式。sysinfo库获取CPU使用率需要两次采样计算差值,而不是单次读取就能得到准确结果。
正确的使用方式应该是:
- 首次获取CPU信息
- 等待至少
MINIMUM_CPU_UPDATE_INTERVAL时间(通常为200ms) - 再次刷新CPU信息
- 此时获取的CPU使用率才是准确的
示例代码如下:
let mut sys = System::new_all();
sys.refresh_all();
std::thread::sleep(sysinfo::MINIMUM_CPU_UPDATE_INTERVAL);
sys.refresh_cpu();
dbg!(&sys);
原理说明
CPU使用率本质上是一个时间段内的计算值,而不是瞬时值。它表示的是CPU在单位时间内处于忙碌状态的比例。因此,要计算准确的CPU使用率,必须:
- 在时间点A获取CPU的总工作时间
- 在时间点B再次获取CPU的总工作时间
- 计算两个时间点之间的增量
- 用增量除以时间间隔得到使用率
这种计算方式确保了结果的准确性,也是大多数系统监控工具采用的方法。
最佳实践
对于需要持续监控CPU使用率的应用,建议:
- 初始化系统信息对象
- 首次刷新所有信息
- 进入监控循环:
- 睡眠适当时间间隔
- 刷新CPU信息
- 获取并处理CPU使用率数据
- 重复循环
这样可以确保获取到准确且实时的CPU使用率数据,特别是在高性能的Mac M系列处理器上。
总结
sysinfo库在Mac M3 Pro上显示CPU使用率异常的问题,实际上是使用方式不当导致的。通过正确的两次采样方法,可以获取准确的CPU使用率数据。这一现象也提醒我们,在使用系统监控类库时,需要理解其底层原理和正确的使用方法,才能获得可靠的结果。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C032
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7暂无简介Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
343
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
233
267
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
266
327
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
669
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
52
32