Linux Shell多进程并发以及并发数控制

2023-08-17 11:14:40

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：

unix_unnamed_pipe

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:

unix_named_pipe

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

码农公寓