使用 parallel 利用起你的所有 CPU 資源
bash 命令通常單線程運行。這意味著所有的處理工作只在單個 CPU 上執行。隨著 CPU 規模的擴大以及核心數目的增加,這意味著只有一小部分的 CPU 資源用於處理你的工作。
當我們的工作受制於 CPU 處理數據的速度時,這些未使用的 CPU 資源能產生很大的效用。這種情況在進行多媒體轉換(比如圖片和視頻轉換)以及數據壓縮中經常遇到。
本文中,我們將會使用 parallel 程序。parallel 會接受一個列表作為輸入,然後在所有 CPU 核上並行地執行命令來處理該列表。Parallel 甚至會按順序將結果輸出到標準輸出中,因此它可以用在管道中作為其他命令的標準輸入。
如何使用 parallel
parallel 在標準輸入中讀取一個列表作為輸入,然後創建多個指定命令的進程來處理這個列表,其格式為:
list | parallel command
這裡的 list 可以由任何常見的 bash 命令創建,例如:cat
、grep
、find
。這些命令的結果通過管道從它們的標準輸出傳遞到 parallel 的標準輸入,像這樣:
find . -type f -name "*.log" | parallel
跟 find
中使用 -exec
類似,parallel
使用 {}
來表示輸入列表中的每個元素。下面這個例子中,parallel
會使用 gzip
壓縮所有 find
命令輸出的文件:
find . -type f -name "*.log" | parallel gzip {}
下面這些實際的使用 parallel
的例子可能會更容易理解一些。
使用 parallel 來進行 JPEG 壓縮
在這個例子中,我收集了一些比較大的 .jpg
文件(大約 10MB 大小),要用 Mozilla 出品的 JPEG 圖像壓縮工具 MozJPEG 來進行處理。該工具會在嘗試保持圖像質量的同時減少 JPEG 圖像文件的大小。這對降低網頁載入時間很重要。
下面是一個普通的 find
命令,用來找出當前目錄中的所有 .jpg
文件,然後通過 MozJPEG 包中提供的圖像壓縮工具 (cjpeg
) 對其進行處理:
find . -type f -name "*.jpg" -exec cjpeg -outfile LoRes/{} {} ';'
總共耗時 0m44.114s
。該命令運行時的 top
看起來是這樣的:
你可以看到,雖然有 8 個核可用,但實際只有單個線程在用單個核。
下面用 parallel
來運行相同的命令:
find . -type f -name "*.jpg" | parallel cjpeg -outfile LoRes/{} {}
這次壓縮所有圖像的時間縮減到了 0m10.814s
。從 top
顯示中可以很清楚地看出不同:
所有 CPU 核都滿負荷運行,有 8 個線程對應使用 8 個 CPU 核。
parallel 與 gzip 連用
如果你需要壓縮多個文件而不是一個大文件,那麼 parallel
就能用來提高處理速度。如果你需要壓縮單個文件而同時又想要利用所有的 CPU 核的話,那麼你應該 gzip
的多線程替代品 pigz。
首先,我用隨機數據創建了 100 個大約 1GB 的文件:
for i in {1..100}; do dd if=/dev/urandom of=file-$i bs=1MB count=10; done
然而我用 find -exec
命令來進行壓縮:
find . -type f -name "file*" -exec gzip {} ';'
總共耗時 0m28.028s
,而且也是只利用了單核。
換成 parallel
版本:
find . -type f -name "file*" | parallel gzip {}
耗時減少到了 0m5.774s
。
parallel 是一款非常好用的工具,應該加入到你的系統管理工具包中,在合適的場合它能幫你節省大量的時間。
via: https://bash-prompt.net/guides/parallell-bash/
作者:Elliot Cooper 譯者:lujun9972 校對:wxy
本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive