情景
Shell 脚本的执行效率虽高，但当任务量巨大时仍然需要较长的时间，尤其是需要执行一大批的命令时。因为默认情况下，Shell 脚本中命令是串行执行的。如果这些命令相互之间是独立的，则可以使用"并发"的方式执行这些命令，这样就可以更好的利用系统资源，提升运行效率，缩短脚本执行的时间。如果命令相互之间存在交互，则情况就复杂了，那么不建议使用 shell 脚本来完成多线程的上线。
为了方便阐述，使用一段测试代码。在这段代码中，通过seq命令输出 1 到 10，使用for ... in 语句产生一个执行 10 次的循环。每一次循环都执行 sleep 1，并echo出当前循环对应的数字。
注意：
1.真实的使用场景下，循环次数不一定等于 10，或者高或者低，具体取决于实际的需求。
2.真实的使用场景下，循环体内执行的语句往往比较耗费系统资源，或比较耗时等。
请根据真实场景的各种情况理解本文想要表达的内容。
$ cat test.sh
#!/bin/bash
all_num=10
a=$(date +%H%M%S)
for num in `seq 1 ${all_num}`
do
sleep 1
echo ${num}
done
b=$(date +%H%M%S)
echo -e "startTime:\t$a"
echo -e "endTime:\t$b"
通过上述代码可知，为了体现执行的时间，将循环体开始前后的时间打印出来。
$ sh test.sh
1
2
3
4
5
6
7
8
9
10
startTime: 193649
endTime: 193659
10 次循环，每次 sleep 1 秒，所以总结执行时间 10s.
方案
方案1：使用 "&" 使命令后台运行
在 Linux 中，在命令的末尾加上 & 符号，则表示该命令将在后台执行，这样后面的命令不用等待前面的命令执行完姐可以开始执行了。示例中的循环体内有多条命令，则可以以{}括起来，在大括号后面添加&符号。
$ cat test.sh
#!/bin/bash
all_num=10
a=$(date +%H%M%S)
for num in `seq 1 ${all_num}`
do
{
sleep 1
echo ${num}
}&
done
b=$(date +%H%M%S)
echo -e "startTime:\t$a"
echo -e "endTime:\t$b"
运行结果：
$ sh test.sh
startTime: 193649
endTime: 193659
[j-tester@merger142 ~/bin/multiple_process]$ 1
2
3
4
5
6
7
8
9
10
通过结果可知，程序没有先打印数字，而是直接输出了开始和结束时间，然后显示出了命令提示符[j-tester@merger142 ~/bin/multiple_process]$（出现命令提示符表示脚本已经执行完毕），然后才是数字的输出。这是因为循环体内的命令全部进入后台，所以均在 sleep 了 1 秒后输出了数字。开始和结束时间相同，即循环的执行时间不到 1 秒，这是由于循环体在后台执行，没有占用脚本主进程的时间。
方案2：后台运行 + wait 命令
解决上面的问题，只需要在上述循环体的 done 语句后面加上 wait命令，该命令等待当前脚本进程下的子进程结束，在运行后面的语句。
$ cat test.sh
#!/bin/bash
all_num=10
a=$(date +%H%M%S)
for num in `seq 1 ${all_num}`
do
{
sleep 1
echo ${num}
}&
done
wait
b=$(date +%H%M%S)
echo -e "startTime:\t$a"
echo -e "endTime:\t$b"
运行结果：
$ sh test.sh
1
2
3
4
5
6
7
9
8
10
startTime: 194221
endTime: 194222
但这样依然存在一个问题：
因为&使得所有循环体内的命令全部进入后台运行，那么倘若循环的次数很多，会使操作系统在瞬间创建出所有的子进程，这会非常小号系统的资源。如果循环体内的命令又非常消耗系统资源，则结果可想而知。
最好的方案是并发的进程是可配置的。
方案3：使用文件描述符控制并发数
$ cat test.sh
#!/bin/bash
all_num=10
#设置并发的进程数
thread_num=5
a=$(date +%H%M%S)
#mkfifo
tempfifo="my_temp_fifo"
mkfifo ${tempfifo}
#使文件描述符为非阻塞式
exec 6<>${tempfifo}
rm -f ${tempfifo}
#为文件描述符创建占位信息
for ((i=1;i<=${thread_num};i++))
do
{
echo
}
done >&6
for num in `seq 1 ${all_num}`
do
{
read -u6
{
sleep 1
echo ${num}
echo "" >&6
} &
}
done
wait
#关闭 fd6 管道
b=$(date +%H%M%S)
exec 6>&-
echo -e "startTime:\t$a"
echo -e "endTime:\t$b"
运行结果：
$ sh test.sh
1
2
3
4
5
6
7
9
8
10
startTime: 194221
endTime: 194222
方案4：使用 xargs -P 控制并发数
xargs 命令有一个 -P参数，表示支持的最大线程数，默认为 1.为 0 时表示尽可能地大，即 方案2的效果。
$ cat test.sh
#!/bin/bash
all_num=10
#设置并发的进程数
thread_num=5
a=$(date +%H%M%S)
seq 1 ${all_num} | xargs -n 1 -I {} -P ${thread_num} sh -c "sleep 1;echo {}"
echo -e "startTime:\t$a"
echo -e "endTime:\t$b"
运行结果：
$ sh test.sh
1
2
3
4
5
6
7
9
8
10
startTime: 194221
endTime: 194222
方案5：使用 GNU parallel 命令控制并发数
GNU parallel命令是非常强大的并行计算命令，使用-j参数控制其并发数量。
$ cat test.sh
#!/bin/bash
all_num=10
#设置并发的进程数
thread_num=5
a=$(date +%H%M%S)
parallel -j 5 "sleep 1;echo {}" ::: `seq 1 10`
echo -e "startTime:\t$a"
echo -e "endTime:\t$b"
运行结果：
$ sh test.sh
1
2
3
4
5
6
7
9
8
10
startTime: 194221
endTime: 194222
总结
"多线程"的好处不言而喻，虽然 Shell 中并没有真正的多线程，但上述解决方案可以实现"多线程"的效果，重要的是，在实际编写脚本时，应该有这样的参数考虑和实现。
另外：
方案3、4、5虽然都可以控制并发数量，但方案3显然写起来太繁琐。
方案4和5都以非常简洁的形式完成了控制并发数的效果，但由于方案5的parallel命令非常强大，所以十分建议系统学习下。
方案3、4、5设置的并发数均为5，实际编写时可以将该值作为一个参数传入。
网友评论