使用 Python 子进程调用像 statfs 这样的系统调用是否比调用像 df 这样的 C 实用程序消耗更少的开销？

Question

基于Unix的系统。我现在正在尝试在我正在处理的代码中使用尽可能少的开销（它位于资源受限的空间中）。在此特定代码中，我们正在收集一些基本的磁盘使用统计信息。一个建议是用

df

替换对

statfs

的调用，因为

df

是一个 C 实用程序，需要运行自己的子进程，而

statfs

是一个系统调用，可能使用较少的开销（这就是

df

）无论如何打电话）。

我们用 Python 的

df

命令

调用 subprocess.check_output():

import subprocess

DF_CMD = ["df", "-P", "-k"]


def get_disk_usage() -> str:
    try:
        output = subprocess.check_output(DF_CMD, text=True)
    except subprocess.CalledProcessError as e:
        raise RuntimeError(f"Failed to execute {DF_CMD} " + str(e)) from e

    return output

我想对我们的挂载点进行硬编码（我们认为我们可以接受），并将上面代码中对

df

的调用替换为对

statfs <mountpoint>

的调用。但是，我不确定使用相同的 Python 函数调用是否真的会减少开销。我计划使用探查器来检查它，但我很好奇是否有人对 Python/Unix 的内部工作原理有足够的了解，知道幕后发生了什么？

需要明确的是：“开销”是指操作系统/机器上的 CPU 和内存使用情况。

Answer 1

但是，我不确定使用相同的 Python 函数调用是否真的会减少开销

生成新进程 -

fork

和

execve

- 通常是极其昂贵的系统调用。它们是 shell 如此缓慢的原因 - shell 中的几乎每个功能都是一个单独的进程，并且 shell 还在许多上下文中生成子 shell。如今，无论如何，计算机的速度都快得多，产生新进程的成本可以忽略不计。现在的计算机上有数千个进程。

是的，将

subprocess

替换为

os.statvfs

将减少开销。除非您正在使用真正真正资源受限的设备，例如，我不知道，64MB 内存，通常不值得花时间，但使代码独立且干净是非常好的并减少可能出现的错误。无论如何，Python 是“非常”消耗内存的，所以运行它的行为已经暗示我，你可能有足够的资源来生成一个子进程。