怎么使用GNU Parallel提高Linux命令行執行效率

這篇文章主要為大家展示了“怎么使用GNU Parallel提高Linux命令行執行效率”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“怎么使用GNU Parallel提高Linux命令行執行效率”這篇文章吧。

安裝 GNU Parallel

GNU Parallel 很可能沒有預裝在你的 Linux 或 BSD 主機上，你可以從軟件源中安裝。以 Fedora 為例：

$ sudo dnf install parallel

對于 NetBSD：

# pkg_add parallel

如果各種方式都不成功，請參考項目主頁。

從串行到并行

正如其名稱所示，Parallel 的強大之處是以并行方式執行任務；而我們中不少人平時仍然以串行方式運行任務。

當你對多個對象執行某個命令時，你實際上創建了一個任務隊列。一部分對象可以被命令處理，剩余的對象需要等待，直到命令處理它們。這種方式是低效的。只要數據夠多，總會形成任務隊列；但與其只使用一個任務隊列，為何不使用多個更小規模的任務隊列呢？

假設你有一個圖片目錄，你希望將目錄中的圖片從 JEEG 格式轉換為 PNG 格式。有多種方法可以完成這個任務。可以手動用 GIMP 打開每個圖片，輸出成新格式，但這基本是最差的選擇，費時費力。

上述方法有一個漂亮且簡潔的變種，即基于 shell 的方案：

$ convert 001.jpeg 001.png$ convert 002.jpeg 002.png$ convert 003.jpeg 003.png... 略 ...

對于初學者而言，這是一個不小的轉變，而且看起來是個不小的改進。不再需要圖像界面和不斷的鼠標點擊，但仍然是費力的。

進一步改進：

$ for i in *jpeg; do convert $i $i.png ; done

至少，這一步設置好任務執行，讓你節省時間去做更有價值的事情。但問題來了，這仍然是串行操作；一張圖片轉換完成后，隊列中的下一張進行轉換，依此類推直到全部完成。

使用 Parallel:

$ find . -name "*jpeg" | parallel -I% --max-args 1 convert % %.png

這是兩條命令的組合：find 命令，用于收集需要操作的對象；parallel 命令，用于對象排序并確保每個對象按需處理。

• find . -name "*jpeg" 查找當前目錄下以 jpeg 結尾的所有文件。

• parallel 調用 GNU Parallel。

• -I% 創建了一個占位符 %，代表 find 傳遞給 Parallel 的內容。如果不使用占位符，你需要對 find 命令的每一個結果手動編寫一個命令，而這恰恰是你想要避免的。

• --max-args 1 給出 Parallel 從隊列獲取新對象的速率限制。考慮到 Parallel 運行的命令只需要一個文件輸入，這里將速率限制設置為 1。假如你需要執行更復雜的命令，需要兩個文件輸入（例如 cat 001.txt 002.txt > new.txt），你需要將速率限制設置為 2。

• convert % %.png 是你希望 Parallel 執行的命令。

組合命令的執行效果如下：find 命令收集所有相關的文件信息并傳遞給 parallel，后者（使用當前參數）啟動一個任務，（無需等待任務完成）立即獲取參數行中的下一個參數（LCTT 譯注：管道輸出的每一行對應 parallel 的一個參數，所有參數構成參數行）；只要你的主機沒有癱瘓，Parallel 會不斷做這樣的操作。舊任務完成后，Parallel 會為分配新任務，直到所有數據都處理完成。不使用 Parallel 完成任務大約需要 10 分鐘，使用后僅需 3 至 5 分鐘。

多個輸入

只要你熟悉 find 和 xargs （整體被稱為 GNU 查找工具，或 findutils），find 命令是一個***的 Parallel 數據提供者。它提供了靈活的接口，大多數 Linux 用戶已經很習慣使用，即使對于初學者也很容易學習。

find 命令十分直截了當：你向 find 提供搜索路徑和待查找文件的一部分信息。可以使用通配符完成模糊搜索；在下面的例子中，星號匹配任何字符，故 find 定位（文件名）以字符 searchterm 結尾的全部文件：

$ find /path/to/directory -name "*searchterm"

默認情況下，find 逐行返回搜索結果，每個結果對應 1 行：

$ find ~/graphics -name "*jpg"/home/seth/graphics/001.jpg/home/seth/graphics/cat.jpg/home/seth/graphics/penguin.jpg/home/seth/graphics/IMG_0135.jpg

當使用管道將 find 的結果傳遞給 parallel 時，每一行中的文件路徑被視為 parallel 命令的一個參數。另一方面，如果你需要使用命令處理多個參數，你可以改變隊列數據傳遞給 parallel 的方式。

下面先給出一個不那么實際的例子，后續會做一些修改使其更加有意義。如果你安裝了 GNU Parallel，你可以跟著這個例子操作。

假設你有 4 個文件，按照每行一個文件的方式列出，具體如下：

$ echo ada > ada ; echo lovelace > lovelace$ echo richard > richard ; echo stallman > stallman$ ls -1adalovelacerichardstallman

你需要將兩個文件合并成第三個文件，后者同時包含前兩個文件的內容。這種情況下，Parallel 需要訪問兩個文件，使用 -I% 變量的方式不符合本例的預期。

Parallel 默認情況下讀取 1 個隊列對象：

$ ls -1 | parallel echoadalovelacerichardstallman

現在讓 Parallel 每個任務使用 2 個隊列對象：

$ ls -1 | parallel --max-args=2 echoada lovelacerichard stallman

現在，我們看到行已經并合并；具體而言，ls -1 的兩個查詢結果會被同時傳送給 Parallel。傳送給  Parallel 的參數涉及了任務所需的 2 個文件，但目前還只是 1 個有效參數：（對于兩個任務分別為）“ada lovelace” 和  “richard stallman”。你真正需要的是每個任務對應 2 個獨立的參數。

值得慶幸的是，Parallel 本身提供了上述所需的解析功能。如果你將 --max-args 設置為 2，那么 {1} 和 {2} 這兩個變量分別代表傳入參數的***和第二部分：

$ ls -1 | parallel --max-args=2 cat {1} {2} ">" {1}_{2}.person

在上面的命令中，變量 {1} 值為 ada 或 richard （取決于你選取的任務），變量 {2} 值為 lovelace 或 stallman。通過使用重定向符號（放到引號中，防止被 Bash 識別，以便 Parallel 使用），（兩個）文件的內容被分別重定向至新文件 ada_lovelace.person 和 richard_stallman.person。

$ ls -1adaada_lovelace.personlovelacerichardrichard_stallman.personstallman $ cat ada_*personada lovelace$ cat ri*personrichard stallman

如果你整天處理大量幾百 MB 大小的日志文件，那么（上述）并行處理文本的方法對你幫忙很大；否則，上述例子只是個用于上手的示例。

然而，這種處理方法對于很多文本處理之外的操作也有很大幫助。下面是來自電影產業的真實案例，其中需要將一個目錄中的視頻文件和（對應的）音頻文件進行合并。

$ ls -112_LS_establishing-manor.avi12_wildsound.flac14_butler-dialogue-mixed.flac14_MS_butler.avi...略...

使用同樣的方法，使用下面這個簡單命令即可并行地合并文件：

$ ls -1 | parallel --max-args=2 ffmpeg -i {1} -i {2} -vcodec copy -acodec copy {1}.mkv

簡單粗暴的方式

上述花哨的輸入輸出處理不一定對所有人的口味。如果你希望更直接一些，可以將一堆命令甩給 Parallel，然后去干些其它事情。

首先，需要創建一個文本文件，每行包含一個命令：

$ cat jobs2runbzip2 oldstuff.taroggenc music.flacopusenc ambiance.wavconvert bigfile.tiff small.jpegffmepg -i foo.avi -v:b 12000k foo.mp4xsltproc --output build/tmp.fo style/dm.xsl src/tmp.xmlbzip2 archive.tar

接著，將文件傳遞給 Parallel：

$ parallel --jobs 6 < jobs2run

現在文件中對應的全部任務都在被 Parallel 執行。如果任務數量超過允許的數目（LCTT 譯注：應該是 --jobs 指定的數目或默認值），Parallel 會創建并維護一個隊列，直到任務全部完成。

以上是“怎么使用GNU Parallel提高Linux命令行執行效率”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！