在多个文件夹中并行运行脚本

Question

我在高级目录中有几个子目录。每个子目录都有几个文件和一个 for 循环 shell 脚本。每个子目录中都存在相同的 for 循环脚本。我想进入每个子目录并在多个终端中并行运行 for 循环脚本。我试过这个，但它似乎是连续执行的（一个接一个），但我想并行运行所有这些。

find dir_* -type f -execdir sh for_loop.sh {} \;

Answer 1

假设这样做是正确的 - 只有串行：

find dir_* -type f -execdir sh for_loop.sh {} \;

那么你应该能够用以下方法替换它：

find dir_* -type f | parallel 'cd {//} && sh for_loop.sh {}'

要在多个终端中运行它，GNU Parallel 支持tmux在其自己的tmux窗格中运行每个命令：

find dir_* -type f | parallel --tmuxpane 'cd {//} && sh for_loop.sh {}'

它默认为每个 CPU 内核一个作业。在您的情况下，您可能希望运行的作业比核心数多：

 find dir_* -type f | parallel -j+1 --tmuxpane 'cd {//} && sh for_loop.sh {}'

GNU Parallel 是一个通用的并行器，可以很容易地在同一台机器或您可以 ssh 访问的多台机器上并行运行作业。

如果您有 32 个不同的作业要在 4 个 CPU 上运行，一个直接的并行化方法是在每个 CPU 上运行 8 个作业：

GNU Parallel 会在完成后生成一个新进程 - 保持 CPU 处于活动状态，从而节省时间：

安装

出于安全原因，您应该使用您的包管理器安装 GNU Parallel，但如果 GNU Parallel 没有为您的发行版打包，您可以进行个人安装，这不需要 root 访问权限。这样做可以在 10 秒内完成：

$ (wget -O - pi.dk/3 || lynx -source pi.dk/3 || curl pi.dk/3/ || \
   fetch -o - http://pi.dk/3 ) > install.sh
$ sha1sum install.sh | grep 883c667e01eed62f975ad28b6d50e22a
12345678 883c667e 01eed62f 975ad28b 6d50e22a
$ md5sum install.sh | grep cc21b4c943fd03e93ae1ae49e28573c0
cc21b4c9 43fd03e9 3ae1ae49 e28573c0
$ sha512sum install.sh | grep da012ec113b49a54e705f86d51e784ebced224fdf
79945d9d 250b42a4 2067bb00 99da012e c113b49a 54e705f8 6d51e784 ebced224
fdff3f52 ca588d64 e75f6033 61bd543f d631f592 2f87ceb2 ab034149 6df84a35
$ bash install.sh

有关其他安装选项，请参阅http://git.savannah.gnu.org/cgit/parallel.git/tree/README

了解更多

查看更多示例：http : //www.gnu.org/software/parallel/man.html

观看介绍视频：https : //www.youtube.com/playlist? list =PL284C9FF2488BC6D1

演练教程：http : //www.gnu.org/software/parallel/parallel_tutorial.html

注册电子邮件列表以获得支持：https : //lists.gnu.org/mailman/listinfo/parallel

Answer 2

可能最完美的工具是GNU Parallel：

parallel ::: dir_*/for_loop.sh

GNU Parallel 不仅并行运行每个作业，而且还对它们的输出进行多路分解，因此它们不会相互干扰。

从它的手册页：

GNU parallel 是一种 shell 工具，用于使用一台或多台计算机并行执行作业。作业可以是单个命令或必须为输入中的每一行运行的小脚本。典型的输入是文件列表、主机列表、用户列表、URL 列表或表列表。作业也可以是从管道读取的命令。GNU parallel 然后可以将输入拆分为多个块，并将一个块通过管道并行传输到每个命令中。

如果您今天使用 xargs 和 tee，您会发现 GNU parallel 非常易于使用，因为 GNU parallel 被编写为具有与 xargs 相同的选项。如果您在 shell 中编写循环，您会发现 GNU parallel 可能能够替换大部分循环，并通过并行运行多个作业使它们运行得更快。

GNU parallel 确保命令的输出与您按顺序运行命令时得到的输出相同。这使得可以使用 GNU parallel 的输出作为其他程序的输入。

Answer 3

find不会为你做那件事。

创建一个脚本，找到 for_loop.sh 脚本并执行它们，如下所示：

#!/bin/bash

for theScript in $(find dir_* -name for_loop.sh); do
  "$theScript" &
done

如果脚本必须在子目录内运行，请尝试cd进入之前，也许像cd $(dirname "$theScript") && . $(basename "$theScript").

我的例子没有经过详细测试并且不具有容错性......

编辑1：

正如Sato Katsura正确评论的那样，如果目录名称中有空格，上面的脚本就会中断。

所以我改为循环read：

#!/bin/bash
find dir_* -name for_loop.sh | while IFS= read -r theScript; do
  "$theScript" &
done