1. 基础知识准备
1.1. linux后台进程
Unix是一个多任务系统,允许多用户同时运行多个程序。shell的元字符&
提供了在后台运行不需要键盘输入的程序的方法。输入命令后,其后紧跟&
字符,该命令就会被送往到linux后台执行,而终端又可以继续输入下一个命令了。
比如:
sh a.sh &
sh b.sh &
sh c.sh &
这三个命令就会被同时送往linux后台执行,在这个程度上,认为这三个命令并发执行了。
1.2. linux文件描述符
文件描述符(缩写fd)在形式上是一个非负整数。实际上,它是一个索引值,指向内核为每一个进程所维护的该进程打开文件的记录表。当程序打开一个现有文件或者创建一个新文件时,内核向进程返回一个文件描述符。每一个unix进程,都会拥有三个标准的文件描述符,来对应三种不同的流:
文件描述符 | 名称 |
---|---|
0 | Standard Input |
1 | Standard Output |
2 | Standard Error |
每一个文件描述符会对应一个打开文件,同时,不同的文件描述符也可以对应同一个打开文件;同一个文件可以被不同的进程打开,也可以被同一个进程多次打开。
在/proc/PID/fd
中,列举了进程PID
所拥有的文件描述符,例如
#!/bin/bash
source /etc/profile;
# $$表示当前进程的PID
PID=$$
# 查看当前进程的文件描述符指向
ll /proc/$PID/fd
echo "-------------------";echo
# 文件描述符1与文件tempfd1进行绑定
( [ -e ./tempfd1 ] || touch ./tempfd1 ) && exec 1<>./tempfd1
# 查看当前进程的文件描述符指向
ll /proc/$PID/fd
echo "-------------------";echo;
[ouyangyewei@localhost learn_linux]$ sh learn_redirect.sh
total 0
lrwx------. 1 ouyangyewei ouyangyewei 64 Jan 4 22:17 0 -> /dev/pts/0
lrwx------. 1 ouyangyewei ouyangyewei 64 Jan 4 22:17 1 -> /dev/pts/0
lrwx------. 1 ouyangyewei ouyangyewei 64 Jan 4 22:17 2 -> /dev/pts/0
lr-x------. 1 ouyangyewei ouyangyewei 64 Jan 4 22:17 255 -> /home/ouyangyewei/workspace/learn_linux/learn_redirect.sh
-------------------
[ouyangyewei@localhost learn_linux]$ cat tempfd1
total 0
lrwx------. 1 ouyangyewei ouyangyewei 64 Jan 4 22:17 0 -> /dev/pts/0
lrwx------. 1 ouyangyewei ouyangyewei 64 Jan 4 22:17 1 -> /home/ouyangyewei/workspace/learn_linux/tempfd1
lrwx------. 1 ouyangyewei ouyangyewei 64 Jan 4 22:17 2 -> /dev/pts/0
lr-x------. 1 ouyangyewei ouyangyewei 64 Jan 4 22:17 255 -> /home/ouyangyewei/workspace/learn_linux/learn_redirect.sh
-------------------
上述的例子中第12行,将文件描述符1与文件tempfile
进行了绑定,此后,文件描述符1指向了tempfile
文件,标准输出被重定向到了文件tempfile
中。
1.3. linux管道
在Unix或类Unix操作系统中,管道是一个由标准输入输出链接起来的进程集合,因此,每一个进程的输出将直接作为下一个进程的输入,
linux管道包含两种:
- 匿名管道
- 命名管道
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滞留,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管道的操作,这一动作就会滞留。
1.3.1. 匿名管道
在Unix或类Unix操作系统的命令行中,匿名管道使用ASCII中垂直线|
作为匿名管道符,匿名管道的两端是两个普通的,匿名的,打开的文件描述符:一个只读端和一个只写端,这就让其它进程无法连接到该匿名管道。
例如:
cat file | less
为了执行上面的指令,Shell创建了两个进程来分别执行cat
和less
。下图展示了这两个进程是如何使用管道的:
![](http://upload-images.jianshu.io/upload_images/1161644-df41fac1c7e1bedf.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
有一点值得注意的是两个进程都连接到了管道上,这样写入进程cat
就将其标准输出(文件描述符为fd 1
)连接到了管道的写入端,读取进程less
就将其标准输入(文件描述符为fd 0
)连接到了管道的读入端。实际上,这两个进程并不知道管道的存在,它们只是从标准文件描述符中读取数据和写入数据。shell必须要完成相关的工作。
1.3.2. 命名管道(FIFO,First In First Out)
命名管道也称FIFO,从语义上来讲,FIFO其实与匿名管道类似,但值得注意:
- 在文件系统中,FIFO拥有名称,并且是以设备特俗文件的形式存在的;
- 任何进程都可以通过FIFO共享数据;
- 除非FIFO两端同时有读与写的进程,否则FIFO的数据流通将会阻塞;
- 匿名管道是由shell自动创建的,存在于内核中;而FIFO则是由程序创建的(比如
mkfifo
命令),存在于文件系统中; - 匿名管道是单向的字节流,而FIFO则是双向的字节流;
比如,可以利用FIFO实现单服务器、多客户端的应用程序:
![](http://upload-images.jianshu.io/upload_images/1161644-d5482b1eecd44b68.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
有了上面的知识准备,现在可以开始讲述,linux多进程并发时,如何控制每次并发的进程数。
2. linux多进程并发数控制
最近小A需要生产2015年全年的KPI数据报表,现在小A已经将生产脚本写好了,生产脚本一次只能生产指定一天的KPI数据,假设跑一次生产脚本需要5分钟,那么:
- 如果是循环顺序执行,那么需要时间:5 * 365 = 1825 分钟,约等于 6 天
- 如果是一次性放到linux后台并发执行,365个后台任务,系统可承受不住哦!
既然不能一次性把365个任务放到linux后台执行,那么,能不能实现自动地每次将N个任务放到后台并发执行呢?当然是可以的啦。
#! /bin/bash
source /etc/profile;
# -----------------------------
tempfifo=$$.fifo # $$表示当前执行文件的PID
begin_date=$1 # 开始时间
end_date=$2 # 结束时间
if [ $# -eq 2 ]
then
if [ "$begin_date" > "$end_date" ]
then
echo "Error! $begin_date is greater than $end_date"
exit 1;
fi
else
echo "Error! Not enough params."
echo "Sample: sh loop_kpi 2015-12-01 2015-12-07"
exit 2;
fi
# -----------------------------
trap "exec 1000>&-;exec 1000<&-;exit 0" 2
mkfifo $tempfifo
exec 1000<>$tempfifo
rm -rf $tempfifo
for ((i=1; i<=8; i++))
do
echo >&1000
done
while [ $begin_date != $end_date ]
do
read -u1000
{
echo $begin_date
hive -f kpi_report.sql --hivevar date=$begin_date
echo >&1000
} &
begin_date=`date -d "+1 day $begin_date" +"%Y-%m-%d"`
done
wait
echo "done!!!!!!!!!!"
- 第6~22行:比如:
sh loop_kpi_report.sh 2015-01-01 2015-12-01
:$1
表示脚本入参的第一个参数,等于2015-01-01$2
表示脚本入参的第二个参数,等于2015-12-01$#
表示脚本入参的个数,等于2- 第13行用于比较传入的两个日期的大小,
>
是转义
- 第26行:表示在脚本运行过程中,如果接收到
Ctrl+C
中断命令,则关闭文件描述符1000的读写,并正常退出exec 1000>&-;
表示关闭文件描述符1000的写exec 1000<&-;
表示关闭文件描述符1000的读- trap是捕获中断命令
- 第27~29行:
- 第27行,创建一个管道文件
- 第28行,将文件描述符1000与FIFO进行绑定,
<
读的绑定,>
写的绑定,<>
则标识对文件描述符1000的所有操作等同于对管道文件$tempfifo
的操作 - 第29行,可能会有这样的疑问:为什么不直接使用管道文件呢?事实上这并非多此一举,管道的一个重要特性,就是读写必须同时存在,缺失某一个操作,另一个操作就是滞留,而第28行的绑定文件描述符(读、写绑定)正好解决了这个问题
- 第31~34行:对文件描述符1000进行写入操作。通过循环写入8个空行,这个8就是我们要定义的后台并发的线程数。为什么是写空行而不是写其它字符?因为管道文件的读取,是以行为单位的
- 第37~42行:
- 第37行,
read -u1000
的作用就是读取管道中的一行,在这里就是读取一个空行;每次读取管道就会减少一个空行 - 第39~41行,注意到第42行结尾的
&
吗?它表示进程放到linux后台中执行 - 第41行,执行完后台任务之后,往文件描述符1000中写入一个空行。这是关键所在了,由于
read -u1000
每次操作,都会导致管道减少一个空行,当linux后台放入了8个任务之后,由于文件描述符1000没有可读取的空行,将导致read -u1000
一直处于等待。- 转载:http://www.jianshu.com/p/2d60e6513fdd
- 第37行,