监控双CPU的使用率在现实中有时是必要的，一般用于：
性能评估： 监控双CPU的使用率有助于评估系统性能。这对于确保系统在高负载时仍能保持响应性至关重要。
故障排除： 监控CPU使用率可以帮助检测系统瓶颈和性能问题，有助于及时识别并解决故障。
资源规划： 了解CPU的使用情况有助于进行资源规划，确保系统有足够的处理能力满足当前和未来的需求。
意义：
优化性能： 通过监控CPU使用率，可以识别程序或进程的资源消耗情况，从而进行性能优化。
预测需求： 了解系统负载趋势，可以预测未来可能的需求增长，有助于做出合理的资源投入决策。
实时反馈： 实时监控CPU可以提供对系统行为的实时反馈，使管理员能够快速响应问题或优化配置。
监控双CPU的电脑监控代码示例（Python）：
使用Python的psutil库来监控双CPU的使用率：
import psutil
import time
def monitor_cpu():
while True:
cpu_percent = psutil.cpu_percent(interval=1, percpu=True)
for i, percent in enumerate(cpu_percent):
print(f"CPU{i + 1} 使用率: {percent}%")
print("\n")
time.sleep(1)
if __name__ == "__main__":
monitor_cpu()
C++监控代码：
#include <windows.h>
#include <iostream>
int main() {
while (true) {
SYSTEM_INFO sysInfo;
GetSystemInfo(&sysInfo);
for (DWORD i = 0; i < sysInfo.dwNumberOfProcessors; ++i) {
FILETIME idleTime, kernelTime, userTime;
if (GetSystemTimes(&idleTime, &kernelTime, &userTime)) {
ULONGLONG idle = ((ULONGLONG)idleTime.dwHighDateTime << 32) | idleTime.dwLowDateTime;
ULONGLONG kernel = ((ULONGLONG)kernelTime.dwHighDateTime << 32) | kernelTime.dwLowDateTime;
ULONGLONG user = ((ULONGLONG)userTime.dwHighDateTime << 32) | userTime.dwLowDateTime;
ULONGLONG totalTime = kernel + user;
double cpuUsage = 100.0 * (totalTime / (double)(sysInfo.dwNumberOfProcessors * 10000000));
std::cout << "CPU" << i + 1 << " 使用率: " << cpuUsage << "%" << std::endl;
}
}
Sleep(1000); // Sleep for 1 second
}
return 0;
}
Java监控代码：
import java.lang.management.ManagementFactory;
import java.lang.management.OperatingSystemMXBean;
public class CPUMonitor {
public static void main(String[] args) {
OperatingSystemMXBean osBean = ManagementFactory.getOperatingSystemMXBean();
while (true) {
double cpuUsage = osBean.getSystemCpuLoad() * 100;
System.out.println("CPU 使用率: " + cpuUsage + "%");
try {
Thread.sleep(1000); // Sleep for 1 second
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
抛砖引玉，这些代码示例只是简单的监控示例，实际应用中可能需要更复杂的逻辑和可视化界面。请根据具体需求进行开发。
