shell中控制多个进程并发执行的方法

Posted 2021-11-11

shell中实现多进程实际上就是将多个任务放到后台中执行而已，但是现在需要控制多进程并发的数量该如何实现呢？别急，我们一步一步来实现这个目标，首先从最原始的串行执行开始：

#!/bin/bash
start=`date +%s`

for i in $(seq 1 5); do
  echo test
  sleep 2
done

end=`date +%s`

time=$(($end - $start))
echo "time: $time" 

执行结果：

# sh test1.sh
test
test
test
test
test
time: 10

这是最原始的一种处理方式，串行执行，无法有效利用计算机的资源，并且效率低下。如果可以一次执行多个任务的，把它放到后台即可，我们做如下改进：

#!/bin/bash
start=`date +%s`

for i in $(seq 1 5); do
  {
    echo test
    sleep 2
  }&
done

wait

end=`date +%s`

time=$(($end - $start))
echo "time: $time" 

首先看下执行结果：

# sh test2.sh
test
test
test
test
test
time: 2

说下改动，首先我把for循环中的代码用{}包为一个块，然后增加&符号使其后台运行，之后增加wait指令，该指令会等待所有后台进程结束，如果不加wait，程序直接往下走，最终打出的time将会是0。现在程序已经由之前的10秒缩短为2秒，似乎效果不错，不过试想这样一个场景，有1000个这样的任务，如果还是以这种方式执行，机器负载是扛不住的，我们必须想一种办法来控制进程的并发数，那就是管道和文件描述符。
首先介绍下管道（pipe）:

• 无名管道
  它经常出现在我们的命令中，例如cat /etc/passwd | awk -F: ‘{print $1}‘,其中"|"就是管道，它将前一个命令的结果输出到后一个进程中，作为两个进程的数据通道，不过他是无名的。
• 有名管道
  使用mkfifo命令创建的管道即为有名管道，例如，mkfifo pipefile, pipefile即为有名管道。

管道有一个显著的特点，如果管道里没有数据，那么去取管道数据时，程序会阻塞住，直到管道内进入数据，然后读取才会终止这个操作，反之，管道在执行写入操作时，如果没有读取操作，同样会阻塞，下面是实例：

# mkfifo pipefile
# echo test > pipefile 
# 此时会阻塞在这

此时我新开一个窗口再执行读操作

# cat pipefile
test

这时窗口一中的进程才会终止，再来看先读的情况：

# cat pipefile
# 同样阻塞停滞在此

新开窗口执行写操作：

# echo test > pipefile 

这时窗口一会立刻读出内容并顺利完成
接下来看一下文件描述符
Linux系统在初始运行时，会自动绑定三个文件描述符0 1 2 对应 stdin ，stdout， stderr,在/proc/self/fd可以找到

# cd /proc/self/fd
# ll
total 0
lrwx------. 1 root root 64 Mar 27 03:22 0 -> /dev/pts/0
lrwx------. 1 root root 64 Mar 27 03:22 1 -> /dev/pts/0
lrwx------. 1 root root 64 Mar 27 03:22 2 -> /dev/pts/0
lrwx------. 1 root root 64 Mar 27 03:23 255 -> /dev/pts/0
# 绑定到我们的终端设备上
# echo test > /proc/self/fd/1 
test
# echo test > /proc/self/fd/2
test

输出到几个文件的内容会打印到控制台上
我们可以使用exec 指令自行定义、绑定文件描述符，文件描述符的取值范围是3-（ulimit -n）-1
在我本机这个范围是3-1023

# ulimit -n 
1024
# exec 1024<>pipefile 
-bash: 1024: Bad file descriptor
# exec 1000<>pipefile
#

下面开始介绍如何使用管道文件和文件描述符来控制进程并发：

mkfifo tm1
exec 5<>tm1
rm -f tm1

首先创建一个管道文件tm1,然后使用exec命令将该文件的输入输出绑定到5号文件描述符，而后删除该管道文件，这里删除的只是该文件的Inode，实际文件已由内核open函数打开，这里删除并不会影响程序执行，当程序执行完后，文件描述符会被系统自动回收。

for ((i=1;i<=10;i++)); do
  echo >&5
done

通过一个for循环向该文件描述符写入10个空行，这个10其实就是我们定义的后台进程数量，这里需要注意的是，管道文件的读取是以行为单位的。

for ((j=1;j<=100;j++)); do
  read -u5
  {
    echo test$j
    sleep 2
    echo >&5
  }&
done

wait

这里假定我后台有100个任务，而我们在后台保证只有10个进程在同时运行
read -u5 的作用是，读取5号文件描述符中的一行，就是读取一个空行
在减少文件描述符的一个空行之后，在后台执行一次任务，而任务在执行完成以后，会向文件描述符中再写入一个空行，这是为什么呢，因为如果我们写入空行的话，当后台放入了10个任务之后，由于没有可读取的空行，read -u5就会被阻塞住！

exec 5>&-
exec 5<&-

我们生成做绑定时 可以用 exec 5<>tm1 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5的所有操作等同于对管道文件tm1的操作。
完整代码如下：

#!/bin/bash

mkfifo tm1
exec 5<>tm1
rm -f tm1

for ((i=1;i<=10;i++)); do
  echo >&5
done

for ((j=1;j<=100;j++)); do
  read -u5
  {
    echo test$j
    sleep 2
    echo >&5
  }&
done

wait

exec 5>&-
exec 5<&-

这样，就实现了进程的并发控制