如果你会使用xargs和tee命令,你会发现GNU Parallel非常易于使用,因为GNU Parallel具有与xargs一样的选项。GNU Parallel可以替代大部分的shell循环,并且用并行的方式更快的完成计算任务。
GNU Parallel保证它的输出与顺序执行计算任务时是一样的,这样就可以方便的把GNU Parallel的输出做为其它程序的输入。
对于每一行输入,GNU Parallel会把这一行做为参数来运行指定的命令。如果没有给出命令,那么这一行会被当做命令执行。多行输入会并行的运行。GNU Parallel经常被用于替代xargs或者cat | bash。
指南
本教程展示了绝大多数GNU Parallel的功能。旨在介绍GNU Parallel中的一个选项,而非讲解真实世界中使用的例子。花一个小时的时间学习本教程,你会由此爱上上命令行。
预备
为了执行本教程中的示例,你首先需要做如下准备:
parallel >= version 20130814
安装最新版:
(wget -O - pi.dk/3 || curl pi.dk/3/) | bash
这条命令同时也会安装最新版的指南
man parallel_tutorial
本教程的大部分内容同时也兼容旧版本。
abc-file
生成文件:
parallel -k echo ::: A B C > abc-file
def-file
生成文件:
parallel -k echo ::: D E F > def-file
abc0-file
生成文件:
perl -e 'printf "A\0B\0C\0"' > abc0-file
abc_-file
生成文件:
perl -e 'printf "A_B_C_"' > abc_-file
tsv_file.tsv
生成文件:
perl -e 'printf "f1\tf2\nA\tB\nC\tD\n"' > tsv-file.tsv
num30000
生成文件:
perl -e 'for(1..30000){print "$_\n"}' > num30000
num1000000
生成文件:
perl -e 'for(1..1000000){print "$_\n"}' > num1000000
num_%header
生成文件:
(echo %head1; echo %head2; perl -e 'for(1..10){print "$_\n"}') > num_%header
远程执行:ssh免密码登录$SERVER1和$SERVER2
生成文件:
SERVER1=server.example.com SERVER2=server2.example.net
最后应该成功运行如下命令:
ssh $SERVER1 echo works ssh $SERVER2 echo works
使用 ssh-keygen -t dsa; ssh-copy-id $SERVER1 建立环境(使用empty pass phrase)
输入源
GNU Parallel的输入源支持文件、命令行和标准输入(stdin或pipe)
单个输入源
从命令行读取输入:
parallel echo ::: A B C
输出(由于任务以并行的方式执行,顺序可能会有所不同):
A
B
C
文件做为输入源:
parallel -a abc-file echo
输出同上。
STDIN(标准输入)做为输入源:
cat abc-file | parallel echo
输出同上。
多输入源
GNU Parallel支持通过命令行指定多个输入源,它会生成所有的组合:
parallel echo ::: A B C ::: D E F
输出:
A D
A E
A F
B D
B E
B F
C D
C E
C F
多个文件做为输入源:
parallel -a abc-file -a def-file echo
输出同上。
STDIN(标准输入)可以做为输入源中的一个,使用“-”:
cat abc-file | parallel -a - -a def-file echo
输出同上。
可以使用“::::”替代 -a:
cat abc-file | parallel echo :::: - def-file
输出同上。
::: 和 :::: 可以混合使用:
parallel echo ::: A B C :::: def-file
输出同上。
适配参数
–xapply 从每一个输入源取一个参数:
parallel --xapply echo ::: A B C ::: D E F
输出:
A D
B E
C F
如果其中一个输入源的长度比较短,它的值会被重复:
parallel --xapply echo ::: A B C D E ::: F G
输出:
A F
B G
C F
D G
E F
改变参数分隔符
GNU Parallel可以指定分隔符替代 ::: 或 ::::,当这两个符号被其它命令占用的时候会特别有用:
parallel --arg-sep ,, echo ,, A B C :::: def-file
输出:
A D
A E
A F
B D
B E
B F
C D
C E
C F
改变参数分隔符:
parallel --arg-file-sep // echo ::: A B C // def-file
输出同上。
改变参数定界符
GNU Parallel默认把一行做为一个参数:使用 \n 做为参数定界符。可以使用 -d 改变:
parallel -d _ echo :::: abc_-file
输出:
A
B
C
\0 代表NULL:
parallel -d '\0' echo :::: abc0-file
输出同上。
-0 是 -d ‘\0’ 的简写(通常用于从 find … -print0读取输入):
parallel -0 echo :::: abc0-file
输出同上。
输入源中的结束值
GNU Parallel支持指定一个值做为结束标志:
parallel -E stop echo ::: A B stop C D
输出:
A
B
跳过空行
使用 –no-run-if-empty 来跳过空行:
(echo 1; echo; echo 2) | parallel --no-run-if-empty echo
输出:
1
2
构建命令行
没有指定命令意味着参数就是命令
如果parallel之后没有给定命令,那么这些参数会被当做命令:
parallel ::: ls 'echo foo' pwd
输出:
[当前文件列表] foo [当前工作目录的路径]
命令可以是一个脚本文件,一个二进制可执行文件或一个bash的函数(须用 export -f 导出函数):
# Only works in Bash and only if $SHELL=.../bash my_func() { echo in my_func $1 } export -f my_func parallel my_func ::: 1 2 3
输出:
in my_func 1
in my_func 2
in my_func 3
替换字符串
5种替换字符串
GNU Parallel支持多种替换字符串。默认使用 {}:
parallel echo ::: A/B.C
输出:
A/B.C
指定 {} :
parallel echo {} ::: A/B.C
输出同上
去掉扩展名 {.}:
parallel echo {.} ::: A/B.C
输出
A/B
去掉路径 {/}:
parallel echo {/} ::: A/B.C
输出:
B.C
只保留路径 {//}:
parallel echo {//} ::: A/B.C
输出:
A
去掉路径和扩展名 {/.}:
parallel echo {/.} ::: A/B.C
输出:
B
输出任务编号:
parallel echo {#} ::: A/B.C
输出:
1
2
3
改变替换字符串
使用 -I 改变替换字符串符号 {}:
parallel -I ,, echo ,, ::: A/B.C
输出:
A/B.C
–extensionreplace替换 {.}:
parallel --extensionreplace ,, echo ,, ::: A/B.C
输出:
A/B
–basenamereplace替换 {/}:
parallel --basenamereplace ,, echo ,, ::: A/B.C
输出:
B.C
–dirnamereplace替换 {//}:
parallel --dirnamereplace ,, echo ,, ::: A/B.C
输出:
A
–basenameextensionreplace替换 {/.}:
parallel --basenameextensionreplace ,, echo ,, ::: A/B.C
输出:
B
–seqreplace替换 {#}:
parallel --seqreplace ,, echo ,, ::: A B C
输出:
1
2
3
指定位置替换字符串
如果有多个输入源时,可以通过 {编号} 指定某一个输入源的参数:
parallel echo {1} and {2} ::: A B ::: C D
输出:
A and C
A and D
B and C
B and D
可以使用 / // /. 和 .: 改变指定替换字符串:
parallel echo /={1/} //={1//} /.={1/.} .={1.} ::: A/B.C D/E.F
输出:
/=B.C //=A /.=B .=A/B
/=E.F //=D /.=E .=D/E
位置可以是负数,表示倒着数:
parallel echo 1={1} 2={2} 3={3} -1={-1} -2={-2} -3={-3} ::: A B ::: C D ::: E F
输出:
1=A 2=C 3=E -1=E -2=C -3=A
1=A 2=C 3=F -1=F -2=C -3=A
1=A 2=D 3=E -1=E -2=D -3=A
1=A 2=D 3=F -1=F -2=D -3=A
1=B 2=C 3=E -1=E -2=C -3=B
1=B 2=C 3=F -1=F -2=C -3=B
1=B 2=D 3=E -1=E -2=D -3=B
1=B 2=D 3=F -1=F -2=D -3=B
按列输入
使用 –colsep 把文件中的行切分为列,做为输入参数。下面使用TAB(\t):
1=f1 2=f2
1=A 2=B
1=C 2=D
指定参数名
使用 –header 把每一行输入中的第一个值做为参数名:
parallel --header : echo f1={f1} f2={f2} ::: f1 A B ::: f2 C D
输出:
f1=A f2=C
f1=A f2=D
f1=B f2=C
f1=B f2=D
使用 –colsep 处理使用TAB做为分隔符的文件:
parallel --header : --colsep '\t' echo f1={f1} f2={f2} :::: tsv-file.tsv
输出:
f1=A f2=B
f1=C f2=D
多参数
–xargs 让GNU Parallel支持一行多个参数(可以指定上限):
cat num30000 | parallel --xargs echo | wc -l
输出:
2
30000个参数被分为两行。
一行中的参数个数的上限通过 -s 指定。下面指定最大长度是10000,会被分为17行:
cat num30000 | parallel --xargs -s 10000 echo | wc -l
为了获得更好的并发性,GNU Parallel会在文件读取结束后再分发参数。
GNU Parallel 在读取完最后一个参数之后,才开始第二个任务,此时会把所有的参数平均分配到4个任务(如果指定了4个任务)。
第一个任务与上面使用 –xargs 的例子一样,但是第二个任务会被平均的分成4个任务,最终一共5个任务。
cat num30000 | parallel --jobs 4 -m echo | wc -l
输出:
5
10分参数分配到4个任务可以看得更清晰:
parallel --jobs 4 -m echo ::: {1..10}
输出:
1 2 3
4 5 6
7 8 9
10
替换字符串可以是单词的一部分。通过下面两个命令体会 -m 和 -X 的区别:
parallel --jobs 4 -m echo pre-{}-post ::: A B C D E F G
输出:
pre-A B-post
pre-C D-post
pre-E F-post
pre-G-post
-X与 -m 相反:
parallel --jobs 4 -X echo pre-{}-post ::: A B C D E F G
输出:
pre-A-post pre-B-post
pre-C-post pre-D-post
pre-E-post pre-F-post
pre-G-post
使用 -N 限制每行参数的个数:
parallel -N3 echo ::: A B C D E F G H
输出:
A B C
D E F
G H
-N也可以用于指定位置替换字符串:
parallel -N3 echo 1={1} 2={2} 3={3} ::: A B C D E F G H
输出:
1=A 2=B 3=C
1=D 2=E 3=F
1=G 2=H 3=
-N0 只读取一个参数,但不附加:
parallel -N0 echo foo ::: 1 2 3
输出:
foo
foo
foo
引用
如果命令行中包含特殊字符,就需要使用引号保护起来。
perl脚本 ‘print “@ARGV\n”’ 与linux的 echo 的功能一样。
perl -e 'print "@ARGV\n"' A
输出:
A
使用GNU Parallel运行这条命令的时候,perl命令需要用引号包起来:
parallel perl -e 'print "@ARGV\n"' ::: This wont work
输出:
[Nothing]
使用 -q 保护perl命令:
parallel -q perl -e 'print "@ARGV\n"' ::: This works
输出:
This
works
也可以使用 ‘ :
parallel perl -e \''print "@ARGV\n"'\' ::: This works, too
输出:
This
works,
too
使用 -quote:
parallel --shellquote parallel: Warning: Input is read from the terminal. Only experts do this on purpose. Press CTRL-D to exit. perl -e 'print "@ARGV\n"' [CTRL-D]
输出:
perl\ -e\ \’print\ \”@ARGV\\n\”\’
也可以使用命令:
parallel perl\ -e\ \'print\ \"@ARGV\\n\"\' ::: This also works
输出:
This
also
works
去除空格
使用 –trim 去除参数两头的空格:
parallel --trim r echo pre-{}-post ::: ' A '
输出:
pre- A-post
删除左边的空格:
parallel --trim l echo pre-{}-post ::: ' A '
输出:
pre-A -post
删除两边的空格:
parallel --trim lr echo pre-{}-post ::: ' A '
输出:
pre-A-post
控制输出
以参数做为输出前缀:
parallel --tag echo foo-{} ::: A B C
输出:
A foo-A
B foo-B
C foo-C
修改输出前缀 –tagstring:
parallel --tagstring {}-bar echo foo-{} ::: A B C
输出:
A-bar foo-A