linux 并行计算命令,Linux下的并行神器——parallel

最新推荐文章于 2024-04-27 20:20:24 发布

陶映雪

最新推荐文章于 2024-04-27 20:20:24 发布

阅读量2.9k

点赞数 2

文章标签： linux 并行计算命令

GNU Parallel是一个shell工具，为了在一台或多台计算机上并行的执行计算任务。本文简要介绍GNU Parallel的使用。

1、parallel 用法简介

Usage:

parallel [options] [command [arguments]] < list_of_arguments

parallel [options] [command [arguments]] (::: arguments|:::: argfile(s))...

cat ... | parallel --pipe [options] [command [arguments]]

常用选项：

::: 后面接参数

:::: 后面接文件

-j、--jobs 并行任务数

-N 每次输入的参数数量

--xargs会在一行中输入尽可能多的参数

-xapply 从每一个源获取一个参数(或文件一行)

--header 把每一行输入中的第一个值做为参数名

-m 表示每个job不重复输出“背景”(context)

-X 与-m相反，会重复输出“背景文本”

-q 保护后面的命令

--trim lr 去除参数两头的空格，只能去除空格，换行符和tab都不能去除

--keep-order/-k 强制使输出与参数保持顺序 --keep-order/-k

--tmpdir/ --results 都是保存文件，但是后者可以有结构的保存

--delay 延迟每个任务启动时间

--halt 终止任务

--pipe 该参数使得我们可以将输入(stdin)分为多块(block)

--block 参数可以指定每块的大小

1.1 输入源

GNU Parallel的输入源支持文件、命令行和标准输入(stdin或pipe)。

# 命令行单输入源

[20:41 sxuan@hulab ~]$ parallel echo ::: a b c d e | tee a.txt

# stdin(标准输入)作为输入源

[20:42 sxuan@hulab ~]$ cat a.txt | parallel echo

# 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。这在某些需要组合时非常好用

[20:45 sxuan@hulab ~]$ parallel echo ::: A B C ::: D E F | tee b.txt

A D

A E

A F

B D

B E

B F

C D

C E

C F

# 多个文件作为输入，此时多个文件中的内容也会像上面那样进行组合

[20:46 sxuan@hulab ~]$ parallel -a a.txt -a b.txt echo

# stdin(标准输入)作为文件源中的一个，使用 -，输出结果同上

[20:52 sxuan@hulab ~]$ cat a.txt |parallel -a - -a b.txt echo

# 可以使用::::代替-a，后面可接多个文件名

[20:55 sxuan@hulab ~]$ cat a.txt | parallel echo :::: - b.txt

# 最后，:::和::::可以同时使用，同样的输出结果也会进行组合

[20:55 sxuan@hulab ~]$ parallel echo ::: a b :::: b.txt

当然，若不想像上面那样进行组合，可使用--xapply参数从每一个源获取一个参数(或文件一行)，这个参数有些类似R中的函数，具有广播作用——如果其中一个输入源的长度比较短，它的值会被重复。

[20:57 sxuan@hulab ~]$ parallel --xapply echo ::: A B C ::: D E F

A D

B E

C F

[21:04 sxuan@hulab ~]$ parallel --xapply echo ::: A B C ::: D E F G H I

A D

B E

C F

A G

B H

C I

1.2 改变参数分隔符

GNU Parallel可以通过--arg-sep和--arg-file-sep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。

[21:18 sxuan@hulab ~]$ parallel -k --arg-sep ,,, echo ,,, a b ,,, c d | tee c.txt

a c

a d

b c

b d

[21:22 sxuan@hulab ~]$ parallel --xapply --arg-file-sep ,,,, echo ,,,, a.txt b.txt

a A D

b A E

c A F

d B D

e B E

a B F

b C D

c C E

d C F

1.3 改变输入分隔符

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：

[21:25 sxuan@hulab ~]$ parallel -d b echo :::: a.txt

1.4 提前结束和跳过空行

GNU Parallel支持通过-E参数指定一个值做为结束标志：

[21:26 sxuan@hulab ~]$ parallel -E stop echo ::: A B stop C D

GNU Parallel使用 --no-run-if-empty 来跳过空行:

[21:28 sxuan@hulab ~]$ (echo 1; echo; echo 2) | parallel --no-run-if-empty echo

1.5 构建命令行

如果parallel之后没有给定命令，那么这些参数会被当做命令：

[21:29 sxuan@hulab ~]$ parallel ::: ls 'echo foo' pwd

a.txt

b.txt

c.txt

jianchen

mypipe

scripts

snake_test

WGS_snake

foo

/home/sxuan

此外，命令还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)

[21:42 sxuan@hulab ~]$ echo "echo \$*" > s.sh

[21:44 sxuan@hulab ~]$ parallel ./s.sh ::: "a b c f" "1 2 3 4"

a b c f

1 2 3 4

1.6 替换字符串

GNU Parallel支持多种替换字符串，默认使用 {}，使用 -I 改变替换字符串符号 {}。其最常见的字符串替换包括以下几种：{.}，去掉扩展名；{/},去掉路径，只保留文件名；{//}，只保留路径；{/.}，同时去掉路径和扩展名；{#}，输出任务编号。同时对于每一个字符串替换都可以自己指定符号：-I对应{}；--extensionreplace替换 {.}；--basenamereplace替换 {/}；--dirnamereplace替换{//}；--basenameextensionreplace替换 {/.}；--seqreplace替换 {#}。

[22:02 sxuan@hulab ~]$ parallel echo ::: A/B.C ; parallel echo {} ::: A/B.C ; parallel -I ,, echo ,, ::: A/B.C

A/B.C

[22:04 sxuan@hulab ~]$ parallel echo {.} ::: A/B.C ; parallel --extensionreplace ,, echo ,, ::: A/B.C

A/B

[22:08 sxuan@hulab ~]$ parallel echo {/} ::: A/B.C ; parallel --basenamereplace ,, echo ,, ::: A/B.C

B.C

[22:08 sxuan@hulab ~]$ parallel echo {//} ::: A/B.C ; parallel --dirnamereplace ,, echo ,, ::: A/B.C

[22:10 sxuan@hulab ~]$ parallel echo {/.} ::: A/B.C ; parallel --basenameextensionreplace ,, echo ,, ::: A/B.C

[22:13 sxuan@hulab ~]$ parallel echo {#} ::: A B C ; parallel --seqreplace ,, echo ,, ::: A B C

同时，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：

[22:14 sxuan@hulab ~]$ parallel --xapply echo {1} and {2} ::: A B ::: C D

A and C

B and D

# 可以使用 / // /. 和 . 改变指定替换字符串

[22:14 sxuan@hulab ~]$ parallel echo /={1/} //={1//} /.={1/.} .={1.} ::: A/B.C D/E.F

/=B.C //=A /.=B .=A/B

/=E.F //=D /.=E .=D/E

# 位置可以是负数，表示倒着数

[22:16 sxuan@hulab ~]$ parallel echo 1={1} 2={2} 3={3} -1={-1} -2={-2} -3={-3} ::: A B ::: C D ::: E F

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

1.7 按列输入和指定参数名

使用 --header 把每一行输入中的第一个值做为参数名。

[22:17 sxuan@hulab ~]$ parallel --xapply --header : echo f1={f1} f2={f2} ::: f1 A B ::: f2 C D | tee d.txt

f1=A f2=C

f1=B f2=D

使用 --colsep 把文件中的行切分为列，做为输入参数。

[22:31 sxuan@hulab ~]$ perl -e 'printf "f1\tf2\nA\tB\nC\tD\n"' > tsv-file.tsv

[22:32 sxuan@hulab ~]$ parallel --header : --colsep '\t' echo f1={f1} f2={f2} :::: tsv-file.tsv

f1=A f2=B

f1=C f2=D

1.8 多参数

--xargs会在一行中输入尽可能多的参数(与参数字符串长度有关)，通过-s可指定一行中参数的上限。

[09:44 sxuan@hulab ~]$ perl -e 'for(1..30000){print "$_\n"}' > num30000

[09:50 sxuan@hulab ~]$ cat num30000 | parallel --xargs echo | wc -l

### 这里官网给出的例子是2行，我的计算机centos7上面的结果是3行，应该跟linux版本有关

[09:50 sxuan@hulab ~]$ 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。(奇怪的是我的结果与官网教程的结果不一样)

[11:44 sxuan@hulab ~]$ cat num30000 | parallel --jobs 4 -m echo | wc -l

6 ### 官网教程里这里是5

# 10分参数分配到4个任务可以看得更清晰 (这里的结果与官网一致)

[11:50 sxuan@hulab ~]$ parallel --jobs 4 -m echo ::: {1..10}

1 2 3

4 5 6

7 8 9

替换字符串可以是输出字符的一部分，使用-m参数表示每个job不重复输出“背景”(context)，-X则与-m相反，会重复输出“背景文本”，具体通过下面几个例子进行理解：

[11:36 sxuan@hulab ~]$ parallel --jobs 4 echo pre-{}-post ::: A B C D E F G

pre-A-post

pre-B-post

pre-C-post

pre-D-post

pre-E-post

pre-F-post

pre-G-post

[11:51 sxuan@hulab ~]$ parallel --jobs 4 -m echo pre-{}-post ::: A B C D E F G

pre-A B-post

pre-C D-post

pre-E F-post

pre-G-post

[11:57 sxuan@hulab ~]$ parallel --jobs 4 -X echo pre-{}-post ::: A B C D E F G

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，其中-N0表示一次只读取一个参数，且不输入这个参数(作为计数器来使用)。

[12:04 sxuan@hulab ~]$ parallel -N4 echo 1={1} 2={2} 3={3} ::: A B C D E F G H

1=A 2=B 3=C

1=E 2=F 3=G

[12:05 sxuan@hulab ~]$ parallel -N0 echo foo ::: 1 2 3

foo

1.9 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。

[12:05 sxuan@hulab ~]$ perl -e 'print "@ARGV\n"' 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，也可以使用-q保护perl命令：

[12:08 sxuan@hulab ~]$ parallel perl -e 'print "@ARGV\n"' ::: This wont work

[12:09 sxuan@hulab ~]$ parallel -q perl -e 'print "@ARGV\n"' ::: This works

This

works

[12:10 sxuan@hulab ~]$ parallel perl -e \''print "@ARGV\n"'\' ::: This works, too

This

works,

too

1.10 去除空格

使用--trim去除参数两头的空格：

[12:10 sxuan@hulab ~]$ parallel --trim r echo pre-{}-post ::: ' A '

pre- A-post

[12:12 sxuan@hulab ~]$ parallel --trim l echo pre-{}-post ::: ' A '

pre-A -post

[12:12 sxuan@hulab ~]$ parallel --trim lr echo pre-{}-post ::: ' A '

pre-A-post

1.11 控制输出

使用--tag以参数做为输出前缀，使用--tagstring修改输出前缀：

[12:17 sxuan@hulab ~]$ parallel --tag echo foo-{} ::: A B C

A foo-A

B foo-B

C foo-C

[12:19 sxuan@hulab ~]$ parallel --tagstring {}-bar echo foo-{} ::: A B C

A-bar foo-A

B-bar foo-B

C-bar foo-C

--dryrun作用类似于echo：

[12:19 sxuan@hulab ~]$ parallel --dryrun echo {} ::: A B C

echo A

echo B

echo C

[12:20 sxuan@hulab ~]$ parallel echo {} ::: A B C

--verbose则在运行之前先打印命令：

[12:21 sxuan@hulab ~]$ parallel --verbose echo {} ::: A B C

echo A

echo B

echo C

一般来说，GNU Parallel 会延迟输出，直到一组命令执行完成。使用--ungroup，可立刻打印输出已完成部分。

[13:45 sxuan@hulab ~]$ parallel -j2 'printf "%s-start\n%s" {} {};sleep {};printf "%s\n" -middle;echo {}-end' ::: 4 2 1

2-start

2-middle

2-end

1-start

1-middle

1-end

4-start

4-middle

4-end

[13:45 sxuan@hulab ~]$ parallel -j2 --ungroup 'printf "%s-start\n%s" {} {};sleep {};printf "%s\n" -middle;echo {}-end' ::: 4 2 1

4-start

42-start

2-middle

2-end

1-start

1-middle

1-end

-middle

4-end

使用 --ungroup 会很快，但会导致输出错乱，一个任务的行输出可能会被另一个任务的输出截断。像上例所示，第二行输出混合了两个任务： '4-middle' '2-start'。使用 --linebuffer避免这个问题(稍慢一点)：

4-start

2-start

2-middle

2-end

1-start

1-middle

1-end

4-middle

4-end

强制使输出与参数保持顺序 --keep-order/-k：

[13:53 sxuan@hulab ~]$ parallel -j2 -k 'printf "%s-start\n%s" {} {};sleep {};printf "%s\n" -middle;echo {}-end' ::: 4 2 1

4-start

4-middle

4-end

2-start

2-middle

2-end

1-start

1-middle

1-end

1.12 将输出保存到文件

GNU Parallel可以把每一个任务的输出保存到文件中，临时文件默认保存在 /tmp 中，可以使用 --tmpdir改变(或者修改 $TMPDIR)：

[13:55 sxuan@hulab ~]$ parallel --files ::: A B C

/tmp/parfmNTJ.par

/tmp/parmioFz.par

/tmp/pargaTxf.par

[13:57 sxuan@hulab ~]$ parallel --tmpdir ~ --files ::: A B C

/home/sxuan/parLEXH7.par

/home/sxuan/parXsKsR.par

/home/sxuan/parZxytI.par

[13:58 sxuan@hulab ~]$ TMPDIR=~ parallel --files ::: A B C

/home/sxuan/par2tX6C.par

/home/sxuan/parorPJy.par

/home/sxuan/pari5TkI.par

输出文件可以有结构的保存 --results，输出文件不仅包含标准输出(stdout)也会包含标准错误输出(stderr)：

[13:59 sxuan@hulab ~]$ parallel --results outdir echo ::: A B C

[14:00 sxuan@hulab ~]$ tree outdir/

outdir/

└── 1

├── A

│ ├── seq

│ ├── stderr

│ └── stdout

├── B

│ ├── seq

│ ├── stderr

│ └── stdout

└── C

├── seq

├── stderr

└── stdout

4 directories, 9 files

在使用多个变量的时候会显示很有用：

# --header : will take the first value as name and use that in the directory structure.

[14:02 sxuan@hulab ~]$ parallel --header : --results outdir echo ::: f1 A B ::: f2 C D

A C

A D

B C

B D

[14:02 sxuan@hulab ~]$ tree outdir/

outdir/

└── f1

├── A

│ └── f2

│ ├── C

│ │ ├── seq

│ │ ├── stderr

│ │ └── stdout

│ └── D

│ ├── seq

│ ├── stderr

│ └── stdout

└── B

└── f2

├── C

│ ├── seq

│ ├── stderr

│ └── stdout

└── D

├── seq

├── stderr

└── stdout

9 directories, 12 files

1.13 控制执行

使用 --jobs/-j 指定并行任务数。

# 使用64个任务执行128个休眠命令

[15:02 sxuan@hulab ~]$ time parallel -N0 -j64 sleep 1 ::: {1..128}

real 0m2.759s

user 0m0.657s

sys 0m1.345s

# 默认情况下并行任务数与cpu核心数相同, 所以这条命令会比每个cpu两个任务的耗时多一倍

[15:03 sxuan@hulab ~]$ time parallel -N0 sleep 1 ::: {1..128}

real 0m3.478s

user 0m0.656s

sys 0m1.344s

# 每个cpu两个任务

[15:03 sxuan@hulab ~]$ time parallel -N0 --jobs 200% sleep 1 ::: {1..128}

real 0m2.659s

user 0m0.734s

sys 0m1.423s

# 使用 --jobs 0 表示执行尽可能多的并行任务

[15:03 sxuan@hulab ~]$ time parallel -N0 --jobs 0 sleep 1 ::: {1..128}

real 0m2.135s

user 0m0.651s

sys 0m1.477s

# 除了基于cpu使用率之外，也可以基于cpu数

[15:03 sxuan@hulab ~]$ time parallel --use-cpus-instead-of-cores -N0 sleep 1 ::: {1..128}

real 1m5.499s

user 0m0.950s

sys 0m1.897s

1.14 交互

通过使用 --interactive 在一个任务执行之前让用户决定是否执行。

[15:08 sxuan@hulab ~]$ parallel --interactive echo ::: 1 2 3

echo 1 ?...y

echo 2 ?...y

echo 3 ?...y

1.15 耗时

当job有大量的IO操作时，为避免“惊群效应”，可使用--delay参数指定各个job开始的时间间隔。

[15:16 sxuan@hulab ~]$ parallel --delay 2.5 echo Starting {}\;date ::: 1 2 3

Starting 1

Tue Apr 17 15:21:41 CST 2018

Starting 2

Tue Apr 17 15:21:44 CST 2018

Starting 3

Tue Apr 17 15:21:46 CST 2018

若已知任务超过一定时间未反应则为失败则可以通过--timeout指定等待时间避免无谓的等待。GNU parallel能计算所有任务运行时间的中位数，因此可以指定时间为中位数的倍数关系。

[15:35 sxuan@hulab ~]$ parallel --timeout 4.1 sleep {}\; echo {} ::: 2 4 6 8

[15:36 sxuan@hulab ~]$ parallel --timeout 200% sleep {}\; echo {} ::: 2.1 2.2 3 7 2.3

2.1

2.2

2.3

1.16 显示任务进度信息

GNU parallel有多种方式可用来动态的显示任务进度信息，如：

parallel --eta sleep ::: 1 3 2 2 1 3 3 2 1

parallel --progress sleep ::: 1 3 2 2 1 3 3 2 1

seq 1000 | parallel -j10 --bar '(echo -n {};sleep 0.1)' 2> >(zenity --progress --auto-kill --auto-close)

使用--joblog参数能够生成各个任务的日志文件：

[15:39 sxuan@hulab ~]$ parallel --joblog /tmp/log exit ::: 1 2 3 0

[15:41 sxuan@hulab ~]$ cat /tmp/log

Seq Host Starttime JobRuntime Send Receive Exitval Signal Command

1 : 1523950890.344 0.018 0 0 1 0 exit 1

2 : 1523950890.350 0.014 0 0 2 0 exit 2

3 : 1523950890.357 0.006 0 0 3 0 exit 3

4 : 1523950890.363 0.006 0 0 0 0 exit 0

通过--resume-failed参数可以重新运行失败的任务; --retry-failed的作用与--resume-failed类似，只是--resume-failed从命令行读取失败任务，而--retry-failed则是从日志文件中读取失败任务：

[15:41 sxuan@hulab ~]$ parallel --resume-failed --joblog /tmp/log exit ::: 1 2 3 0 0 0

[15:48 sxuan@hulab ~]$ cat /tmp/log

Seq Host Starttime JobRuntime Send Receive Exitval Signal Command

1 : 1523950890.344 0.018 0 0 1 0 exit 1

2 : 1523950890.350 0.014 0 0 2 0 exit 2

3 : 1523950890.357 0.006 0 0 3 0 exit 3

4 : 1523950890.363 0.006 0 0 0 0 exit 0

1 : 1523951289.575 0.029 0 0 1 0 exit 1

2 : 1523951289.580 0.025 0 0 2 0 exit 2

3 : 1523951289.585 0.019 0 0 3 0 exit 3

5 : 1523951289.591 0.013 0 0 0 0 exit 0

6 : 1523951289.604 0.004 0 0 0 0 exit 0

[15:48 sxuan@hulab ~]$ parallel --retry-failed --joblog /tmp/log

[15:50 sxuan@hulab ~]$ cat /tmp/log

Seq Host Starttime JobRuntime Send Receive Exitval Signal Command

1 : 1523950890.344 0.018 0 0 1 0 exit 1

2 : 1523950890.350 0.014 0 0 2 0 exit 2

3 : 1523950890.357 0.006 0 0 3 0 exit 3

4 : 1523950890.363 0.006 0 0 0 0 exit 0

1 : 1523951289.575 0.029 0 0 1 0 exit 1

2 : 1523951289.580 0.025 0 0 2 0 exit 2

3 : 1523951289.585 0.019 0 0 3 0 exit 3

5 : 1523951289.591 0.013 0 0 0 0 exit 0

6 : 1523951289.604 0.004 0 0 0 0 exit 0

1 : 1523951445.089 0.013 0 0 1 0 exit 1

2 : 1523951445.094 0.009 0 0 2 0 exit 2

3 : 1523951445.102 0.007 0 0 3 0 exit 3

1.17 终止任务

GNU parallel支持在某一情况下(如第一个失败或成功时，或者20%任务失败时)终止任务，终止任务又有两种类型，其一为立即终止(通过--halt now指定)，杀死所有正在运行的任务并停止生成新的任务，其二为稍后终止(通过--halt soon指定)，停止生成新任务并等待正在运行任务完成。

[15:50 sxuan@hulab ~]$ parallel -j2 --halt soon,fail=1 echo {}\; exit {} ::: 0 0 1 2 3

parallel: This job failed:

echo 1; exit 1

parallel: Starting no more jobs. Waiting for 1 jobs to finish.

parallel: This job failed:

echo 2; exit 2

[16:04 sxuan@hulab ~]$ parallel -j2 --halt now,fail=1 echo {}\; exit {} ::: 0 0 1 2 3

parallel: This job failed:

echo 1; exit 1

[16:05 sxuan@hulab ~]$ parallel -j2 --halt soon,fail=20% echo {}\; exit {} ::: 0 1 2 3 4 5 6 7 8 9

parallel: This job failed:

echo 1; exit 1

parallel: This job failed:

echo 2; exit 2

parallel: Starting no more jobs. Waiting for 1 jobs to finish.

parallel: This job failed:

echo 3; exit 3

[16:05 sxuan@hulab ~]$ parallel -j2 --halt now,success=1 echo {}\; exit {} ::: 1 2 3 0 4 5 6

parallel: This job succeeded:

echo 0; exit 0

GNU parallel还支持在任务失败后重试运行--retries:

[16:06 sxuan@hulab ~]$ parallel -k --retries 3 'echo tried {} >>/tmp/runs; echo completed {}; exit {}' ::: 1 2 0

completed 1

completed 2

completed 0

[16:09 sxuan@hulab ~]$ cat /tmp/runs

tried 1

tried 2

tried 0

tried 1

tried 2

tried 1

tried 2

关于终止信号的高级用法参考官方入门文档。

1.18 资源限制

GNU parallel能够在开始一个新的任务前检查系统的负载情况防止过载(通过--load可指定负载)，同时还能检查系统是否使用了交换空间(swap)(通过--noswap限制使用swap)。

[16:09 sxuan@hulab ~]$ parallel --load 100% echo load is less than {} job per cpu ::: 1

load is less than 1 job per cpu

[16:19 sxuan@hulab ~]$ parallel --noswap echo the system is not swapping ::: now

the system is not swapping now

同时，对于某些占用内存较多的程序，parallel会检查内存只有内存满足时才启动任务(通过--memfree指定需要内存大小)，而且在启动任务后内存不够50%时会杀掉最新开始的任务，直到这个任务完成再重新开始那些杀死的任务。

[16:24 sxuan@hulab ~]$ parallel --memfree 1G echo will run if more than 1 GB is ::: free

will run if more than 1 GB is free

还可以通过--nice来指定任务的优先级。

[16:27 sxuan@hulab ~]$ parallel --nice 17 echo this is being run with nice -n ::: 17

this is being run with nice -n 17

1.19 远程操作

可使用-S host来进行远程登陆：

parallel -S username@$SERVER1 echo running on ::: username@$SERVER1

1.20 文件传输

GNU parallel 文件传输使用的是rsync。

echo This is input_file > input_file

parallel -S $SERVER1 --transferfile {} cat ::: input_file

更多远程操作参见入门文档。

1.21 --pipe

--pipe参数使得我们可以将输入(stdin)分为多块(block)，然后分配给多个任务多个cpu以达到负载均衡，最后的结果顺序与原始顺序一致。使用--block参数可以指定每块的大小，默认为1M。

[17:15 sxuan@hulab ~]$ perl -e 'for(1..1000000){print "$_\n"}' > num1000000

[17:16 sxuan@hulab ~]$ cat num1000000 | parallel --pipe wc

165668 165668 1048571

149796 149796 1048572

85352 85352 597465

如果不关心结果顺序，只想要快速的得到结果，可使用--round-robin参数。没有这个参数时每块文件都会启动一个命令，使用这个参数后会将这些文件块分配给job数任务(通过--jobs进行指定)。若想分配更为均匀还可同时指定--block参数。

[17:17 sxuan@hulab ~]$ cat num1000000 | parallel --pipe -j4 --round-robin wc

299592 299592 2097144

315464 315464 2097143

149796 149796 1048572

235148 235148 1646037

[17:23 sxuan@hulab ~]$ cat num1000000 | parallel --pipe -j4 --block 2M --round-robin wc

299593 299593 2097151

315465 315465 2097150

299593 299593 2097151

85349 85349 597444

陶映雪

关注

2
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
linux 并行计算命令,Linux下的并行神器——parallel

GNU Parallel是一个shell工具，为了在一台或多台计算机上并行的执行计算任务。本文简要介绍GNU Parallel的使用。1、parallel 用法简介Usage:parallel [options] [command [arguments]] < list_of_argumentsparallel [options] [command [arguments]] (::: arg...
复制链接

扫一扫