zoukankan      html  css  js  c++  java
  • Shell多进程执行任务

    展示代码

    #!/bin/bash
    
    trap "exec 1000>&-;exec 1000<&-;exit 0" 2
    
    # 分别为 创建管道文件,文件操作符绑定,删除管道文件
    mkfifo testfifo
    exec 1000<>testfifo
    rm -rf testfifo
    
    # 对文件操作符进行写入操作。 
    # 通过一个for循环写入10个空行,这个10就是我们要定义的后台线程数量。
    for ((n=1; n<=10; n++))
    do
    	echo >&1000
    done
    
    # 创建一个备份目录
    if [[ ! -d back ]]; then
    	mkdir back
    fi
    
    # 开始时间记录
    start=`date "+%s"`
    # 获取URL总数,如果总数为0,直接退出
    total=`cat urls | wc -l`
    if [[ $total == 0 ]]; then
    	echo 'urls总数为空'
    	exit 0
    fi 
    
    # 遍历URLS文件,开始执行下载
    for ((i=1;i<=$total;i++))
    do {
    	# 从testfifo中读取一行
    	read -u1000
    	{	
    		# 增加尝试次数,最大5次
    		for j in {1..5}
    		do 
    			# 判断单独进程文件目录是否存在,不存在则创建目录
    			download_dir=audio"$i"
    			if [[ ! -d $download_dir ]]; then
    				mkdir -p $download_dir
    			fi
    			echo "往目录${download_dir}中开始下载文件,尝试次数:${j}"
    			# 读取URLS中的一行,下载文件
    			you-get -o $download_dir `sed -n "$i"p urls | tr -d '
    '`
    
    			# 校验是否有异常,如果没有异常,则跳出循环,执行外下一条,如果有异常,再次尝试下载
    			if [[ $? != 0 ]]; then
    				mv $download_dir/* back
    				rm -rf $download_dir
    			else
    				break
    			fi
    		done
    		# 向文件操作符中写入一个空行
    		echo >&1000
    	}&
    }
    done
    
    # 等待所有任务完成
    wait
    end=`date "+%s"`
    echo "time: `expr $end - $start`"
    
    exec 1000>&-
    exec 1000<&-
    

    所谓多进程,就是将一个任务划分成多个子任务放在后台执行。"FIFO"是一种特殊的文件类型,它允许独立的进程通讯. 一个进程打开FIFO文件进行写操作,而另一个进程对之进行读操作, 然后数据便可以如同在shell或者其它地方常见的的匿名管道一样流线执行。默认情况下,创建的FIFO的模式为0666('a+rw')减去umask中设置的位。

    串行、并行

    串行任务

    为了比较并行和串行的区别,我们先写个串行的脚本:

    #!/bin/bash
    
    start=`date "+%s"`
    for i in {1..10}
    do
    	echo $i;
    	sleep 2
    done
    end=`date "+%s"`
    echo "Time: `expr $end - $start`"
    

    执行结果如下:

    $ sh series.sh 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    Time: 21 
    

    从结果来开,执行完上面10次任务,每次任务2秒,总耗时21秒,符合代码的逻辑。

    并行任务

    先将上面的串行任务改成多线程并行任务。

    #!/bin/bash
    
    start=`date "+%s"`
    for i in {1..10}
    do 
    	{
    		echo $i;
    		sleep 2
    	}&
    done
    wait
    end=`date "+%s"`
    echo "Time: `expr $end - $start`"
    

    执行上面脚本的结果如下:

    $ sh paralle.sh 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    Time: 2
    

    通常,用{}将不占处理器却很耗时的任务放包装一个块,通过&放置在后台运行,以达到节约时间的效果。上面并行代码,我们把10次任务全部放在后台执行,每个人物耗时2秒,由于并行执行,总耗时也就是Max(任务耗时)=2秒。

    {
    	echo $i;
    	sleep 2
    }&
    

    在小任务跟前,这种方式运用起来得心应手,但是在任务量过大的时候,这种方式的缺点也就显而易见了:无法控制运行在后台的进程数,不能就10万个任务就是跑10万个进程吧。为了控制进程,我们引入了管道文件操作符

    管道、文件操作符

    管道

    管道就像水管,有流入才会有流出,水管数水流的通道,管道是数据的通道。管道分为无名管道和有名管道。

    管道类别 命令 栗子
    无名管道 常用的|就是管道,只不过是无名的,可以直接作为两个进程的数据通道 echo "hello world, I'm a test" | grep "test"
    有名管道 mkfilo 可以创建一个管道文件 mkfiflo testfifo

    管道有一个特点,如果管道中没有数据,那么取管道数据的操作就会阻塞,直到管道内进入数据,然后读出后才会终止这一操作,同理,写入管道的操作如果没有读取操作,这一个动作也会阻塞。

    管道符写入阻塞

    当通过echo命令往fifotest管道中写入数据时,由于没有任何其他消费进程对管道操作,所以,该管道阻塞,直到再打开一个窗口且通过cat操作该管道。
    管道符写入读取

    同理,先操作读取管道也会出现阻塞的情况。
    管道符读取阻塞

    通过以上实验,看以看到,仅仅一个管道文件似乎很难实现控制后台线程数,因此我们接下来简单介绍 文件操作符

    文件操作符

    系统运行起始,就相应设备自动绑定到了 三个文件操作符 分别为012 对应 stdinstdoutstderr 。在 /proc/self/fd 或者/dev/fd中可以看到这三个对应文件:

    linux fd

    输出到这三个文件的内容都会显示出来。只是因为显示器作为最常用的输出设备而被绑定。

    在Linux中,可以通过exec指令自行定义、绑定文件操作符,文件操作符一般从3~(n-1)都可以随便使用,此处的nulimit -n的定义值。

    ulimit -n

    从上图可以看出本机的n值为8192 ,所以文件操作符只能使用0-8192 ,可自行定义的就只能是3-8192

    虽然exec和source都是在父进程中直接执行,但exec这个与source有很大的区别,source是执行shell脚本,而且执行后会返回以前的shell。而exec的执行不会返回以前的shell了,而是直接把以前登陆shell作为一个程序看待,在其上经行复制。

    exec可参考此文:《linux 下的 mkfifo、exec 命令使用

    代码分析

    第3行:

    • 接受信号 2 (ctrl +C)做的操作。
    • 我们生成文件描述符并做绑定时,可以用exec 1000<>testfifo来实现,但关闭时必须分开来写。
    • >读的绑定,< 标识写的绑定 <> 则标识对文件描述符1000的所有操作,其等同于对管道文件testfifo的操作。

    第6-8行:  

    • 分别为 创建管道文件文件操作符绑定删除管道文件
    • 可能会有疑问,为什么不能直接使用管道文件呢?事实上,这并非多此一举,刚才已经说明了管道文件的一个重要特性了,那就是读写必须同时存在,缺少某一种操作,另一种操作就是阻塞,而绑定文件操作符正好解决了这个问题。

    第12-15行:

    • 对文件操作符进行写入操作。 通过一个 for 循环写入 10 个空行,这个 10 就是我们要定义的后台线程数量
    • 为什么写入空行而不是 10 个字符呢?这是因为,管道文件的读取是以为单位的。
    • 当我们试图用 read 读取管道中的一个字符时,结果是不成功的,上面的例子已经证实了使用cat是可以读取的。

    第32-61行:

    • 遍历urls的总行数,循环处理url
    • 25-29行是读取urls文件的总行数的逻辑(看开篇代码)。
    • 这里我们有$total个任务($total是变量,是读取的urls的总行数,值大于0),我们需要保证后台只有10个进程在同步运行(当然这段代码有点小遗憾,就是未能根据总行数决定用多少个进程,加入总行数小于10,但我们创建了10行空字符串,但这并不影响我们的测试) 。
    • read -u1000 的作用是:读取一次管道中的一行,在这儿就是读取一个空行。
    • 减少操作附中的一个空行之后,执行一次任务(当然是放到后台执行),需要注意的是,这个任务在后台执行结束以后会向文件操作符中写入一个空行,这就是重点所在,如果我们不在某种情况某种时刻向操作符中写入空行,那么结果就是:在后台放入10个任务之后,由于操作符中没有可读取的空行,导致read -u1000这儿始终停顿。
    • 第38-56行,处理自己的业务,这里面是通过you-get下载url中的图片、语音,如果下载失败,最多尝试5次。关于you-get参考这篇文章《You-Get:支持 80 多个网站的命令行多媒体下载器》了解其更多。

    第64-69行:

    • 等待所有进程执行结束。
    • exec 1000>&-exec 1000<&-是关闭 fd1000
  • 相关阅读:
    031-进阶(日志)
    Django 路由系统
    C++ 面向对象(接口-抽象类)
    C++ 面向对象(多态)
    C++ 面向对象(数据抽象)
    三十、首页列表显示全部问答,完成问答详情页布局
    二十九、制作首页的显示列表
    二十八、发布功能完成
    二十七、登录之后更新导航
    二十六、完成登录功能,用session记住用户名
  • 原文地址:https://www.cnblogs.com/joyven/p/11727845.html
Copyright © 2011-2022 走看看