sysinfo库在Mac M3 Pro上CPU使用率显示异常问题分析
2025-07-01 10:31:15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
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253