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 '\r'`
# 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
和文件操作符
。
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。
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。
同理,先操作读取管道也会出现阻塞的情况。
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0
、1
、2
对应 stdin
、stdout
、 stderr
。在 /proc/self/fd
或者/dev/fd
中可以看到这三个对应文件:
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n为ulimit -n
的定义值。
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
行
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>&-
和exec 1000<&-
是关闭fd1000
。
该文首发《虚怀若谷》个人博客,转载前请务必署名,转载请标明出处。
古之善为道者,微妙玄通,深不可识。夫唯不可识,故强为之容:
豫兮若冬涉川,犹兮若畏四邻,俨兮其若客,涣兮若冰之释,敦兮其若朴,旷兮其若谷,混兮其若浊。
孰能浊以静之徐清?孰能安以动之徐生?
保此道不欲盈。夫唯不盈,故能敝而新成。
请关注我的微信公众号:下雨就像弹钢琴,Thanks(・ω・)ノ