nproc是 Linux 中用于显示当前进程可用的处理器CPU数量的命令。它从/proc/cpuinfo或sysconf系统调用获取 CPU 核心数信息。 基本语法nproc[选项] 主要功能显示可用 CPU 核心数默认显示当前进程可用的 CPU 核心数考虑 CPU affinity受进程的 CPU 亲和性affinity限制系统级查询可显示系统安装的总 CPU 核心数 核心用法示例1. 基本用法# 显示当前进程可用的 CPU 核心数nproc# 显示系统安装的总 CPU 核心数不考虑 affinitynproc--all# 忽略指定数量的 CPU 核心nproc--ignore2# 组合使用nproc--all--ignore22. 输出示例$ nproc8$ nproc--all16$ nproc--ignore44 选项详解选项说明--all显示系统安装的总 CPU 核心数不考虑 affinity 限制--ignoreN忽略 N 个 CPU 核心用于资源限制场景--help显示帮助信息--version显示版本信息 与其他命令对比1. 获取 CPU 信息的各种方法# 1. 使用 nproc推荐nproc# 可用核心数nproc--all# 总核心数# 2. 使用 lscpu详细信息lscpu|grep-E^(CPU\(s\)|Core\(s\)|Socket\(s\))lscpu|grepCPU(s):|awk{print $2}# 3. 查看 /proc/cpuinfogrep-cprocessor/proc/cpuinfo# 逻辑核心数grepphysical id/proc/cpuinfo|sort-u|wc-l# 物理 CPU 数grepcpu cores/proc/cpuinfo|head-1|awk{print $4}# 每 CPU 核心数# 4. 使用 getconfgetconf _NPROCESSORS_ONLN# 在线 CPU 数getconf _NPROCESSORS_CONF# 配置的 CPU 数# 5. 使用 top/htoptop-n1|grepCpu(s)# 显示 CPU 信息# 或直接运行 htop# 6. 使用 nproc 的替代命令cat/sys/devices/system/cpu/online# 在线 CPU 范围cat/sys/devices/system/cpu/present# 存在的 CPU 范围2. 不同方法的比较命令输出内容是否考虑 affinity速度推荐度nproc可用 CPU 核心数✅⚡ 最快⭐⭐⭐⭐⭐nproc --all总 CPU 核心数❌⚡ 快⭐⭐⭐⭐⭐lscpu详细 CPU 架构信息❌⚡ 快⭐⭐⭐⭐/proc/cpuinfo原始 CPU 信息❌⚡ 快⭐⭐⭐getconf系统配置值部分⚡ 快⭐⭐⭐⭐⚡ 实际应用场景场景 1自动化脚本中的 CPU 检测#!/bin/bash# 根据 CPU 核心数自动优化并行任务# 获取 CPU 核心数TOTAL_CORES$(nproc--all)AVAILABLE_CORES$(nproc)echo系统信息:echoecho总 CPU 核心数:$TOTAL_CORESecho可用 CPU 核心数:$AVAILABLE_CORES# 根据可用核心数设置并行任务数if[[$AVAILABLE_CORES-ge8]];thenPARALLEL_JOBS$((AVAILABLE_CORES-2))# 保留 2 个核心echo检测到高性能系统设置并行任务数:$PARALLEL_JOBSelif[[$AVAILABLE_CORES-ge4]];thenPARALLEL_JOBS$((AVAILABLE_CORES-1))# 保留 1 个核心echo检测到中等性能系统设置并行任务数:$PARALLEL_JOBSelsePARALLEL_JOBS1echo检测到低性能系统使用单线程fi# 使用示例编译软件echo开始编译使用$PARALLEL_JOBS个并行任务...make-j$PARALLEL_JOBS# 或处理文件find.-name*.log-typef|xargs-P$PARALLEL_JOBS-I{}gzip{}场景 2资源监控脚本#!/bin/bash# CPU 资源监控脚本LOG_FILE/var/log/cpu_monitor.logCHECK_INTERVAL5# 检查间隔秒THRESHOLD80# CPU 使用率阈值%monitor_cpu(){localtotal_cores$(nproc--all)localavailable_cores$(nproc)localcpu_usage$(top-bn1|grepCpu(s)|awk{print $2}|cut-d%-f1)# 计算每个核心的平均使用率localper_core_usage$(echoscale2;$cpu_usage/$total_cores|bc)echo CPU 监控报告 echo时间:$(date%Y-%m-%d %H:%M:%S)echo总核心数:$total_coresecho可用核心数:$available_coresecho总 CPU 使用率:${cpu_usage}%echo每核心平均使用率:${per_core_usage}%# 检查是否超过阈值if(($(echo $cpu_usage$THRESHOLD|bc-l)));thenecho⚠️ 警告: CPU 使用率超过阈值 (${THRESHOLD}%)# 记录高负载进程echo高负载进程 Top 5:psaux--sort-%cpu|head-6|awkNR1 {printf %-10s %-10s %-10s\n, $2, $3, $11}# 记录到日志文件echo[$(date%Y-%m-%d %H:%M:%S)] CPU 使用率:${cpu_usage}% (阈值:${THRESHOLD}%)$LOG_FILEfiecho}# 主循环echo开始 CPU 监控检查间隔:${CHECK_INTERVAL}秒echo阈值:${THRESHOLD}%echo日志文件:$LOG_FILEecho按 CtrlC 停止监控echowhiletrue;domonitor_cpusleep$CHECK_INTERVALdone场景 3Docker 容器资源限制#!/bin/bash# 在 Docker 容器中合理分配 CPU 资源# 获取宿主机 CPU 核心数HOST_CORES$(nproc--all)# 获取容器可用的 CPU 核心数考虑 cgroup 限制if[[-f/sys/fs/cgroup/cpuset/cpuset.cpus]];thenCONTAINER_CPUS$(cat/sys/fs/cgroup/cpuset/cpuset.cpus)# 计算可用的核心数AVAILABLE_CORES$(echo$CONTAINER_CPUS|tr,\n|whilereadrange;doif[[$range*-*]];thenstart${range%-*}end${range#*-}seq$start $end|wc-lelseecho1fidone|paste-sd|bc)elseAVAILABLE_CORES$(nproc)fiecho容器 CPU 配置:echoecho宿主机总核心数:$HOST_CORESecho容器可用核心数:$AVAILABLE_CORESif[[-n$CONTAINER_CPUS]];thenecho分配的 CPU:$CONTAINER_CPUSfi# 根据可用核心数优化应用配置if[[$AVAILABLE_CORES-eq1]];thenecho单核心环境禁用并行处理exportOMP_NUM_THREADS1exportMKL_NUM_THREADS1exportOPENBLAS_NUM_THREADS1elif[[$AVAILABLE_CORES-le4]];thenecho少核心环境适度并行exportOMP_NUM_THREADS$AVAILABLE_CORESexportMKL_NUM_THREADS$AVAILABLE_CORESexportOPENBLAS_NUM_THREADS$AVAILABLE_CORESelseecho多核心环境充分并行exportOMP_NUM_THREADS$AVAILABLE_CORESexportMKL_NUM_THREADS$AVAILABLE_CORESexportOPENBLAS_NUM_THREADS$AVAILABLE_CORESfi# 启动应用echo启动应用线程配置:echoOMP_NUM_THREADS$OMP_NUM_THREADSechoMKL_NUM_THREADS$MKL_NUM_THREADSechoOPENBLAS_NUM_THREADS$OPENBLAS_NUM_THREADS场景 4并行任务调度器#!/bin/bash# 智能并行任务调度器TASK_LIST(task1task2task3task4task5task6task7task8)TASK_DIR/tmp/tasksLOG_DIR/var/log/parallel_tasks# 创建目录mkdir-p$TASK_DIR$LOG_DIR# 获取可用 CPU 核心数AVAILABLE_CORES$(nproc)MAX_PARALLEL$((AVAILABLE_CORES4?AVAILABLE_CORES-2:AVAILABLE_CORES))echo并行任务调度器启动echoecho可用 CPU 核心数:$AVAILABLE_CORESecho最大并行任务数:$MAX_PARALLELecho总任务数:${#TASK_LIST[]}echo# 任务处理函数process_task(){localtask_name$1localtask_id$2locallog_file$LOG_DIR/${task_name}_$(date%Y%m%d_%H%M%S).logecho[$(date%H:%M:%S)] 开始任务:$task_name(ID:$task_id)|tee-a$log_file# 模拟任务执行实际使用时替换为真实任务sleep$((RANDOM%51))# 生成一些输出echo任务$task_name处理中...|tee-a$log_fileechoCPU 核心:$(nproc)|tee-a$log_fileecho内存使用:$(free-m|awkNR2{printf %.2f%%, $3*100/$2})|tee-a$log_filesleep$((RANDOM%31))echo[$(date%H:%M:%S)] 完成任务:$task_name(ID:$task_id)|tee-a$log_fileecho---|tee-a$log_file}# 导出函数以便在子进程中使用export-fprocess_taskexportLOG_DIR# 使用 GNU parallel 或 xargs 进行并行处理ifcommand-vparallel/dev/null;then# 使用 GNU parallelprintf%s\n${TASK_LIST[]}|\parallel-j$MAX_PARALLEL--tag\process_task {} {#} 21else# 使用 xargs 作为备选printf%s\n${TASK_LIST[]}|\xargs-I{}-P$MAX_PARALLEL\bash-cprocess_task $_{}$(date%s)fiechoecho所有任务完成echo日志文件保存在:$LOG_DIR场景 5系统性能基准测试#!/bin/bash# 系统性能基准测试脚本echo系统性能基准测试echoecho测试时间:$(date)echo# 1. CPU 信息echo1. CPU 信息:echo------------echo逻辑核心数:$(nproc--all)echo可用核心数:$(nproc)# 获取详细 CPU 信息ifcommand-vlscpu/dev/null;thenecholscpu|grep-E^(Model name|CPU MHz|CPU max MHz|CPU min MHz|Architecture|Thread\(s\) per core|Core\(s\) per socket|Socket\(s\))fi# 2. CPU 性能测试echoecho2. CPU 性能测试:echo---------------# 单核性能测试echo-n单核性能测试: timeforiin{1..1000000};doechoscale1000; 4*a(1)|bc-l/dev/null;done# 多核性能测试AVAILABLE_CORES$(nproc)echo-n多核性能测试 ($AVAILABLE_CORES核心): timeseq1$AVAILABLE_CORES|xargs-P$AVAILABLE_CORES-I{}bash-cfor i in {1..200000}; do echo scale500; 4*a(1) | bc -l /dev/null; done# 3. 内存测试echoecho3. 内存性能测试:echo---------------ifcommand-vsysbench/dev/null;thenecho使用 sysbench 进行内存测试...sysbench memory --memory-block-size1K --memory-total-size10G run|grep-E(total time|transferred|operations)elseecho安装 sysbench 以进行内存测试: sudo apt install sysbenchfi# 4. 磁盘 I/O 测试echoecho4. 磁盘 I/O 测试:echo----------------TEST_FILE/tmp/io_test.binecho-n写入测试 (100MB): ddif/dev/zeroof$TEST_FILEbs1Mcount100oflagdirect21|tail-1echo-n读取测试: ddif$TEST_FILEof/dev/nullbs1Miflagdirect21|tail-1rm-f$TEST_FILE# 5. 系统负载echoecho5. 系统负载:echo-----------uptimeechoechoCPU 使用率:mpstat11|tail-2echoecho基准测试完成 高级用法1. 结合 taskset 控制 CPU 亲和性# 查看当前进程的 CPU 亲和性taskset-p$$# 将进程绑定到特定 CPU 核心taskset-c0,2,4 ./program# 结合 nproc 动态绑定AVAILABLE_CORES$(nproc)# 绑定到一半的核心taskset-c0-$((AVAILABLE_CORES/2-1))./program# 在脚本中设置 CPU 亲和性#!/bin/bash# 自动设置 CPU 亲和性TOTAL_CORES$(nproc--all)# 为进程分配前一半的核心FIRST_HALF$((TOTAL_CORES/2))CPU_LIST$(seq-s,0$((FIRST_HALF -1)))echo总核心数:$TOTAL_CORESecho分配的 CPU:$CPU_LIST# 启动程序并设置 CPU 亲和性taskset-c$CPU_LIST./your_program2. 在编程语言中使用 nproc#!/usr/bin/env python3# Python 中获取 CPU 核心数importosimportmultiprocessing# 方法1: 使用 os.cpu_count()print(f逻辑 CPU 核心数:{os.cpu_count()})# 方法2: 使用 multiprocessingprint(f可用 CPU 核心数:{multiprocessing.cpu_count()})# 方法3: 读取 /proc/cpuinfodefget_cpu_count_from_proc():try:withopen(/proc/cpuinfo,r)asf:returnlen([lineforlineinfifline.startswith(processor)])except:returnNoneprint(f从 /proc/cpuinfo 获取:{get_cpu_count_from_proc()})# 方法4: 调用 nproc 命令importsubprocessdefget_cpu_count_from_nproc():try:resultsubprocess.run([nproc],capture_outputTrue,textTrue)returnint(result.stdout.strip())except:returnNoneprint(f从 nproc 命令获取:{get_cpu_count_from_nproc()})#!/bin/bash# 在 Shell 脚本中获取 CPU 核心数的不同方法echo各种获取 CPU 核心数的方法:echo# 方法1: nproc推荐echo1. nproc:$(nproc)# 方法2: nproc --allecho2. nproc --all:$(nproc--all)# 方法3: 从 /proc/cpuinfo 获取echo3. /proc/cpuinfo:$(grep-cprocessor /proc/cpuinfo)# 方法4: 使用 getconfecho4. getconf _NPROCESSORS_ONLN:$(getconf _NPROCESSORS_ONLN)# 方法5: 使用 lscpuecho5. lscpu:$(lscpu|grep^CPU(s):|awk{print $2})# 方法6: 使用 sysctlmacOS/BSDifcommand-vsysctl/dev/null;thenecho6. sysctl hw.ncpu:$(sysctl-nhw.ncpu2/dev/null||echoN/A)elseecho6. sysctl: N/A (Linux only)fi# 方法7: 使用 Pythonecho7. Python os.cpu_count():$(python3-cimport os;print(os.cpu_count())2/dev/null||echoN/A) # 方法8: 使用 nproc 的替代实现 echo 8. 替代实现:$(cat/sys/devices/system/cpu/online2/dev/null||echoN/A)⚠️ 注意事项虚拟化环境在虚拟机或容器中nproc可能显示的是分配给虚拟机的核心数而不是物理核心数CPU 亲和性默认nproc考虑进程的 CPU 亲和性设置使用--all选项可忽略超线程nproc显示的是逻辑核心数包括超线程核心不是物理核心数性能调优在设置并行任务数时通常建议保留 1-2 个核心给系统使用容器环境在 Docker 容器中nproc可能受 cgroup 限制影响 相关命令命令说明与 nproc 的关系lscpu显示详细的 CPU 架构信息提供更详细的 CPU 信息taskset设置或获取进程的 CPU 亲和性影响nproc的输出cpuid显示 CPU 详细信息更底层的 CPU 信息top/htop实时显示系统进程和 CPU 使用率显示 CPU 使用情况mpstat显示每个 CPU 的统计信息显示每个核心的使用率nproc是系统管理和性能调优中非常有用的工具特别适合在脚本中动态确定并行任务数量以充分利用系统资源。
Linux命令-nproc（显示当前进程可用的CPU数量）
发布时间：2026/6/4 15:32:17
nproc是 Linux 中用于显示当前进程可用的处理器CPU数量的命令。它从/proc/cpuinfo或sysconf系统调用获取 CPU 核心数信息。 基本语法nproc[选项] 主要功能显示可用 CPU 核心数默认显示当前进程可用的 CPU 核心数考虑 CPU affinity受进程的 CPU 亲和性affinity限制系统级查询可显示系统安装的总 CPU 核心数 核心用法示例1. 基本用法# 显示当前进程可用的 CPU 核心数nproc# 显示系统安装的总 CPU 核心数不考虑 affinitynproc--all# 忽略指定数量的 CPU 核心nproc--ignore2# 组合使用nproc--all--ignore22. 输出示例$ nproc8$ nproc--all16$ nproc--ignore44 选项详解选项说明--all显示系统安装的总 CPU 核心数不考虑 affinity 限制--ignoreN忽略 N 个 CPU 核心用于资源限制场景--help显示帮助信息--version显示版本信息 与其他命令对比1. 获取 CPU 信息的各种方法# 1. 使用 nproc推荐nproc# 可用核心数nproc--all# 总核心数# 2. 使用 lscpu详细信息lscpu|grep-E^(CPU\(s\)|Core\(s\)|Socket\(s\))lscpu|grepCPU(s):|awk{print $2}# 3. 查看 /proc/cpuinfogrep-cprocessor/proc/cpuinfo# 逻辑核心数grepphysical id/proc/cpuinfo|sort-u|wc-l# 物理 CPU 数grepcpu cores/proc/cpuinfo|head-1|awk{print $4}# 每 CPU 核心数# 4. 使用 getconfgetconf _NPROCESSORS_ONLN# 在线 CPU 数getconf _NPROCESSORS_CONF# 配置的 CPU 数# 5. 使用 top/htoptop-n1|grepCpu(s)# 显示 CPU 信息# 或直接运行 htop# 6. 使用 nproc 的替代命令cat/sys/devices/system/cpu/online# 在线 CPU 范围cat/sys/devices/system/cpu/present# 存在的 CPU 范围2. 不同方法的比较命令输出内容是否考虑 affinity速度推荐度nproc可用 CPU 核心数✅⚡ 最快⭐⭐⭐⭐⭐nproc --all总 CPU 核心数❌⚡ 快⭐⭐⭐⭐⭐lscpu详细 CPU 架构信息❌⚡ 快⭐⭐⭐⭐/proc/cpuinfo原始 CPU 信息❌⚡ 快⭐⭐⭐getconf系统配置值部分⚡ 快⭐⭐⭐⭐⚡ 实际应用场景场景 1自动化脚本中的 CPU 检测#!/bin/bash# 根据 CPU 核心数自动优化并行任务# 获取 CPU 核心数TOTAL_CORES$(nproc--all)AVAILABLE_CORES$(nproc)echo系统信息:echoecho总 CPU 核心数:$TOTAL_CORESecho可用 CPU 核心数:$AVAILABLE_CORES# 根据可用核心数设置并行任务数if[[$AVAILABLE_CORES-ge8]];thenPARALLEL_JOBS$((AVAILABLE_CORES-2))# 保留 2 个核心echo检测到高性能系统设置并行任务数:$PARALLEL_JOBSelif[[$AVAILABLE_CORES-ge4]];thenPARALLEL_JOBS$((AVAILABLE_CORES-1))# 保留 1 个核心echo检测到中等性能系统设置并行任务数:$PARALLEL_JOBSelsePARALLEL_JOBS1echo检测到低性能系统使用单线程fi# 使用示例编译软件echo开始编译使用$PARALLEL_JOBS个并行任务...make-j$PARALLEL_JOBS# 或处理文件find.-name*.log-typef|xargs-P$PARALLEL_JOBS-I{}gzip{}场景 2资源监控脚本#!/bin/bash# CPU 资源监控脚本LOG_FILE/var/log/cpu_monitor.logCHECK_INTERVAL5# 检查间隔秒THRESHOLD80# CPU 使用率阈值%monitor_cpu(){localtotal_cores$(nproc--all)localavailable_cores$(nproc)localcpu_usage$(top-bn1|grepCpu(s)|awk{print $2}|cut-d%-f1)# 计算每个核心的平均使用率localper_core_usage$(echoscale2;$cpu_usage/$total_cores|bc)echo CPU 监控报告 echo时间:$(date%Y-%m-%d %H:%M:%S)echo总核心数:$total_coresecho可用核心数:$available_coresecho总 CPU 使用率:${cpu_usage}%echo每核心平均使用率:${per_core_usage}%# 检查是否超过阈值if(($(echo $cpu_usage$THRESHOLD|bc-l)));thenecho⚠️ 警告: CPU 使用率超过阈值 (${THRESHOLD}%)# 记录高负载进程echo高负载进程 Top 5:psaux--sort-%cpu|head-6|awkNR1 {printf %-10s %-10s %-10s\n, $2, $3, $11}# 记录到日志文件echo[$(date%Y-%m-%d %H:%M:%S)] CPU 使用率:${cpu_usage}% (阈值:${THRESHOLD}%)$LOG_FILEfiecho}# 主循环echo开始 CPU 监控检查间隔:${CHECK_INTERVAL}秒echo阈值:${THRESHOLD}%echo日志文件:$LOG_FILEecho按 CtrlC 停止监控echowhiletrue;domonitor_cpusleep$CHECK_INTERVALdone场景 3Docker 容器资源限制#!/bin/bash# 在 Docker 容器中合理分配 CPU 资源# 获取宿主机 CPU 核心数HOST_CORES$(nproc--all)# 获取容器可用的 CPU 核心数考虑 cgroup 限制if[[-f/sys/fs/cgroup/cpuset/cpuset.cpus]];thenCONTAINER_CPUS$(cat/sys/fs/cgroup/cpuset/cpuset.cpus)# 计算可用的核心数AVAILABLE_CORES$(echo$CONTAINER_CPUS|tr,\n|whilereadrange;doif[[$range*-*]];thenstart${range%-*}end${range#*-}seq$start $end|wc-lelseecho1fidone|paste-sd|bc)elseAVAILABLE_CORES$(nproc)fiecho容器 CPU 配置:echoecho宿主机总核心数:$HOST_CORESecho容器可用核心数:$AVAILABLE_CORESif[[-n$CONTAINER_CPUS]];thenecho分配的 CPU:$CONTAINER_CPUSfi# 根据可用核心数优化应用配置if[[$AVAILABLE_CORES-eq1]];thenecho单核心环境禁用并行处理exportOMP_NUM_THREADS1exportMKL_NUM_THREADS1exportOPENBLAS_NUM_THREADS1elif[[$AVAILABLE_CORES-le4]];thenecho少核心环境适度并行exportOMP_NUM_THREADS$AVAILABLE_CORESexportMKL_NUM_THREADS$AVAILABLE_CORESexportOPENBLAS_NUM_THREADS$AVAILABLE_CORESelseecho多核心环境充分并行exportOMP_NUM_THREADS$AVAILABLE_CORESexportMKL_NUM_THREADS$AVAILABLE_CORESexportOPENBLAS_NUM_THREADS$AVAILABLE_CORESfi# 启动应用echo启动应用线程配置:echoOMP_NUM_THREADS$OMP_NUM_THREADSechoMKL_NUM_THREADS$MKL_NUM_THREADSechoOPENBLAS_NUM_THREADS$OPENBLAS_NUM_THREADS场景 4并行任务调度器#!/bin/bash# 智能并行任务调度器TASK_LIST(task1task2task3task4task5task6task7task8)TASK_DIR/tmp/tasksLOG_DIR/var/log/parallel_tasks# 创建目录mkdir-p$TASK_DIR$LOG_DIR# 获取可用 CPU 核心数AVAILABLE_CORES$(nproc)MAX_PARALLEL$((AVAILABLE_CORES4?AVAILABLE_CORES-2:AVAILABLE_CORES))echo并行任务调度器启动echoecho可用 CPU 核心数:$AVAILABLE_CORESecho最大并行任务数:$MAX_PARALLELecho总任务数:${#TASK_LIST[]}echo# 任务处理函数process_task(){localtask_name$1localtask_id$2locallog_file$LOG_DIR/${task_name}_$(date%Y%m%d_%H%M%S).logecho[$(date%H:%M:%S)] 开始任务:$task_name(ID:$task_id)|tee-a$log_file# 模拟任务执行实际使用时替换为真实任务sleep$((RANDOM%51))# 生成一些输出echo任务$task_name处理中...|tee-a$log_fileechoCPU 核心:$(nproc)|tee-a$log_fileecho内存使用:$(free-m|awkNR2{printf %.2f%%, $3*100/$2})|tee-a$log_filesleep$((RANDOM%31))echo[$(date%H:%M:%S)] 完成任务:$task_name(ID:$task_id)|tee-a$log_fileecho---|tee-a$log_file}# 导出函数以便在子进程中使用export-fprocess_taskexportLOG_DIR# 使用 GNU parallel 或 xargs 进行并行处理ifcommand-vparallel/dev/null;then# 使用 GNU parallelprintf%s\n${TASK_LIST[]}|\parallel-j$MAX_PARALLEL--tag\process_task {} {#} 21else# 使用 xargs 作为备选printf%s\n${TASK_LIST[]}|\xargs-I{}-P$MAX_PARALLEL\bash-cprocess_task $_{}$(date%s)fiechoecho所有任务完成echo日志文件保存在:$LOG_DIR场景 5系统性能基准测试#!/bin/bash# 系统性能基准测试脚本echo系统性能基准测试echoecho测试时间:$(date)echo# 1. CPU 信息echo1. CPU 信息:echo------------echo逻辑核心数:$(nproc--all)echo可用核心数:$(nproc)# 获取详细 CPU 信息ifcommand-vlscpu/dev/null;thenecholscpu|grep-E^(Model name|CPU MHz|CPU max MHz|CPU min MHz|Architecture|Thread\(s\) per core|Core\(s\) per socket|Socket\(s\))fi# 2. CPU 性能测试echoecho2. CPU 性能测试:echo---------------# 单核性能测试echo-n单核性能测试: timeforiin{1..1000000};doechoscale1000; 4*a(1)|bc-l/dev/null;done# 多核性能测试AVAILABLE_CORES$(nproc)echo-n多核性能测试 ($AVAILABLE_CORES核心): timeseq1$AVAILABLE_CORES|xargs-P$AVAILABLE_CORES-I{}bash-cfor i in {1..200000}; do echo scale500; 4*a(1) | bc -l /dev/null; done# 3. 内存测试echoecho3. 内存性能测试:echo---------------ifcommand-vsysbench/dev/null;thenecho使用 sysbench 进行内存测试...sysbench memory --memory-block-size1K --memory-total-size10G run|grep-E(total time|transferred|operations)elseecho安装 sysbench 以进行内存测试: sudo apt install sysbenchfi# 4. 磁盘 I/O 测试echoecho4. 磁盘 I/O 测试:echo----------------TEST_FILE/tmp/io_test.binecho-n写入测试 (100MB): ddif/dev/zeroof$TEST_FILEbs1Mcount100oflagdirect21|tail-1echo-n读取测试: ddif$TEST_FILEof/dev/nullbs1Miflagdirect21|tail-1rm-f$TEST_FILE# 5. 系统负载echoecho5. 系统负载:echo-----------uptimeechoechoCPU 使用率:mpstat11|tail-2echoecho基准测试完成 高级用法1. 结合 taskset 控制 CPU 亲和性# 查看当前进程的 CPU 亲和性taskset-p$$# 将进程绑定到特定 CPU 核心taskset-c0,2,4 ./program# 结合 nproc 动态绑定AVAILABLE_CORES$(nproc)# 绑定到一半的核心taskset-c0-$((AVAILABLE_CORES/2-1))./program# 在脚本中设置 CPU 亲和性#!/bin/bash# 自动设置 CPU 亲和性TOTAL_CORES$(nproc--all)# 为进程分配前一半的核心FIRST_HALF$((TOTAL_CORES/2))CPU_LIST$(seq-s,0$((FIRST_HALF -1)))echo总核心数:$TOTAL_CORESecho分配的 CPU:$CPU_LIST# 启动程序并设置 CPU 亲和性taskset-c$CPU_LIST./your_program2. 在编程语言中使用 nproc#!/usr/bin/env python3# Python 中获取 CPU 核心数importosimportmultiprocessing# 方法1: 使用 os.cpu_count()print(f逻辑 CPU 核心数:{os.cpu_count()})# 方法2: 使用 multiprocessingprint(f可用 CPU 核心数:{multiprocessing.cpu_count()})# 方法3: 读取 /proc/cpuinfodefget_cpu_count_from_proc():try:withopen(/proc/cpuinfo,r)asf:returnlen([lineforlineinfifline.startswith(processor)])except:returnNoneprint(f从 /proc/cpuinfo 获取:{get_cpu_count_from_proc()})# 方法4: 调用 nproc 命令importsubprocessdefget_cpu_count_from_nproc():try:resultsubprocess.run([nproc],capture_outputTrue,textTrue)returnint(result.stdout.strip())except:returnNoneprint(f从 nproc 命令获取:{get_cpu_count_from_nproc()})#!/bin/bash# 在 Shell 脚本中获取 CPU 核心数的不同方法echo各种获取 CPU 核心数的方法:echo# 方法1: nproc推荐echo1. nproc:$(nproc)# 方法2: nproc --allecho2. nproc --all:$(nproc--all)# 方法3: 从 /proc/cpuinfo 获取echo3. /proc/cpuinfo:$(grep-cprocessor /proc/cpuinfo)# 方法4: 使用 getconfecho4. getconf _NPROCESSORS_ONLN:$(getconf _NPROCESSORS_ONLN)# 方法5: 使用 lscpuecho5. lscpu:$(lscpu|grep^CPU(s):|awk{print $2})# 方法6: 使用 sysctlmacOS/BSDifcommand-vsysctl/dev/null;thenecho6. sysctl hw.ncpu:$(sysctl-nhw.ncpu2/dev/null||echoN/A)elseecho6. sysctl: N/A (Linux only)fi# 方法7: 使用 Pythonecho7. Python os.cpu_count():$(python3-cimport os;print(os.cpu_count())2/dev/null||echoN/A) # 方法8: 使用 nproc 的替代实现 echo 8. 替代实现:$(cat/sys/devices/system/cpu/online2/dev/null||echoN/A)⚠️ 注意事项虚拟化环境在虚拟机或容器中nproc可能显示的是分配给虚拟机的核心数而不是物理核心数CPU 亲和性默认nproc考虑进程的 CPU 亲和性设置使用--all选项可忽略超线程nproc显示的是逻辑核心数包括超线程核心不是物理核心数性能调优在设置并行任务数时通常建议保留 1-2 个核心给系统使用容器环境在 Docker 容器中nproc可能受 cgroup 限制影响 相关命令命令说明与 nproc 的关系lscpu显示详细的 CPU 架构信息提供更详细的 CPU 信息taskset设置或获取进程的 CPU 亲和性影响nproc的输出cpuid显示 CPU 详细信息更底层的 CPU 信息top/htop实时显示系统进程和 CPU 使用率显示 CPU 使用情况mpstat显示每个 CPU 的统计信息显示每个核心的使用率nproc是系统管理和性能调优中非常有用的工具特别适合在脚本中动态确定并行任务数量以充分利用系统资源。
相关文章
这可能是目前最值得入手的Spring Cloud Alibaba实战课
从零到一，手把手带你搭建企业级微服务架构 为什么推荐这门课？ 最近在梳理微服务架构的学习资料，发现慕课网上这门《Spring Cloud Alibaba 微服务架构实战课》真的很值得推荐给正在学习或转型微服务的Java工程师。 简单说一下推荐理由&#…
基于ESP32的独立CP/M模拟器：复古计算与现代硬件的完美融合
1. 项目概述与核心价值如果你和我一样，对上世纪七八十年代微型计算机的黄金时代抱有浓厚兴趣，同时又热衷于用现代硬件“复活”这些经典系统，那么这个基于ESP32的独立CP/M模拟器项目，绝对值得你投入一个周末的时间。它不仅仅是一个…
【电商多平台电子面单对接实战|第二篇】抖音抖店电子面单对接：从“面条代码”到整洁架构的涅槃之路
【电商多平台电子面单对接实战第二篇】抖音抖店电子面单对接：从“面条代码”到整洁架构的涅槃之路 📖 《电商多平台电子面单对接实战》系列导航 系列开篇：从“能跑就行”到“整洁架构”——WMS多平台发货系统重构手记上一篇：奇门对…
3大创新突破：APK Installer让Windows安卓应用安装效率提升300%的实战指南
3大创新突破：APK Installer让Windows安卓应用安装效率提升300%的实战指南 【免费下载链接】APK-Installer An Android Application Installer for Windows 项目地址: https://gitcode.com/GitHub_Trending/ap/APK-Installer 你是否曾在Windows上安装安卓应用…
【国家税务总局认证级实践】：AI工具与税务UKey、数电票平台、ERP三端深度集成的6步法
更多请点击： https://intelliparadigm.com 第一章：AI工具与智能收票整合 现代企业财务流程正经历一场由AI驱动的范式转变，其中智能收票系统已成为连接票据识别、合规校验与会计自动化的核心枢纽。AI工具不再仅作为OCR后处理模块存在&#x…
Kafka监控革命：3步构建企业级实时监控体系
Kafka监控革命：3步构建企业级实时监控体系 【免费下载链接】kafka_exporter Kafka exporter for Prometheus 项目地址: https://gitcode.com/gh_mirrors/ka/kafka_exporter 在现代分布式系统中，Apache Kafka已成为数据管道和事件驱动架构的核心组…
3步掌握QuickRecorder：macOS上最轻量的屏幕录制与系统声音录制工具
3步掌握QuickRecorder：macOS上最轻量的屏幕录制与系统声音录制工具 【免费下载链接】QuickRecorder A lightweight screen recorder based on ScreenCapture Kit for macOS / 基于 ScreenCapture Kit 的轻量化多功能 macOS 录屏工具 项目地址: https://gitcode.co…
基于Arduino与3D打印的SMARS机器人制作全攻略：从蓝牙遥控到智能避障
1. 项目概述与核心思路如果你和我一样，是个喜欢动手鼓捣点东西的创客，那么“造一个自己的机器人”这个念头，肯定在某个深夜闪过你的脑海。但一看到复杂的机械结构、晦涩的控制算法和昂贵的零部件，热情可能就凉了半截。今天要聊的这…
别再乱用(int)了！C/C++中浮点数转整数的‘向零取整’陷阱与正确四舍五入方法
浮点数转整数的隐秘陷阱：C/C开发者必须掌握的取整法则在电商促销活动的后台统计系统中，小王遇到了一个诡异的现象：部分商品的折扣后数量竟然显示为负数。经过彻夜排查，最终发现问题出在一行简单的代码上：int discounte…
告别激活烦恼：IAR Embedded Workbench 许可证管理的最佳实践与合法替代方案探讨
IAR Embedded Workbench 许可证管理全指南与合规开发方案在嵌入式开发领域，IAR Embedded Workbench 以其高效的编译器和强大的调试功能著称，成为众多工程师的首选工具。然而，随着团队规模扩大和项目复杂度提升，许可证管理问题逐渐…
赤铁矿磨矿过程运行优化控制软件系统【附程序】
✨ 长期致力于赤铁矿磨矿过程、磨矿粒度、数据驱动、运行优化控制、神经网络、案例推理、规则推理、软件系统研究工作，擅长数据搜集与处理、建模仿真、程序编写、仿真设计。 ✅ 专业定制毕设、代码 ✅ 如需沟通交流，点击《获取方式》 （1&…
终极指南：如何使用Attu轻松管理你的Milvus向量数据库
终极指南：如何使用Attu轻松管理你的Milvus向量数据库 【免费下载链接】attu The Best GUI for Milvus 项目地址: https://gitcode.com/gh_mirrors/at/attu Attu是一款专为Milvus向量数据库设计的现代化AI工作台管理工具，提供全面的可视化界面&…
Win10/Win11下Realtek 8188GU网卡驱动感叹号？别急着扔，试试这个手动安装的野路子
Realtek 8188GU网卡驱动故障深度修复指南：从原理到实战当设备管理器里那个顽固的黄色感叹号挥之不去，而你已经尝试了所有"标准操作"——Windows自动更新、第三方驱动工具、甚至重启大法——却依然无济于事时，是时候换个思路了。这篇…
AnolisOS 8.8安装源配置踩坑实录：从‘设置基础软件仓库时出错’到成功联网的保姆级指南
AnolisOS 8.8安装源配置实战指南：从诊断到解决方案的全流程解析当你在安装AnolisOS 8.8时遇到"设置基础软件仓库时出错"的提示，这通常意味着系统无法访问或识别安装源。这个问题看似简单，但背后可能涉及网络配置、镜像选择、启动参…
基于树莓派Pico的反应速度测试游戏：从GPIO编程到状态机实战
1. 项目概述与核心思路最近在整理工作室的电子元件，翻出来几个闲置的街机按钮和一块树莓派Pico，灵机一动，决定做个简单又有趣的反应速度测试游戏。这个项目非常适合想入门嵌入式开发的朋友，它不涉及复杂的传感器和通信协议&#x…
Zotero Duplicates Merger：5步彻底清理文献库重复条目
Zotero Duplicates Merger：5步彻底清理文献库重复条目 【免费下载链接】ZoteroDuplicatesMerger A zotero plugin to automatically merge duplicate items 项目地址: https://gitcode.com/gh_mirrors/zo/ZoteroDuplicatesMerger 还在为文献库中堆积如山的重…
利用随机有限集理论对蜂群的ILQR和MPC控制研究附Matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页：Matlab科研工作室🍊个人信条：格物致知,完整Matlab代码及仿真咨询…
为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因
更多请点击： https://intelliparadigm.com 第一章：为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因 Gemini邮件的客户转化效率（CTE）显著偏低，根本原因常被误判为…