我已经看过几个关于这个主题的问题,但我没有能力将其转化为我的具体问题.我有一个for循环遍历子目录,然后在每个目录内的压缩文本文件上执行.sh脚本.我想并行化这个过程,但我正在努力应用gnu parallel.
这是我的循环:
for d in ./*/ ; do (cd "$d" && script.sh); done
我知道我需要并行输入一个列表,所以我一直在尝试这个:
ls -d */ | parallel cd && script.sh
虽然这似乎已经开始,但是当gzip尝试解压缩目录中的一个txt文件时,我收到一个错误,说该文件不存在:
gzip: *.txt.gz: No such file or directory
但是,当我运行原始for循环时,除了需要一个世纪才能完成之外我没有任何问题.此外,我在使用并行时只获得一次gzip错误,考虑到我有超过1000个子目录,这是非常奇怪的.
我的问题是:
>在我的案例中如何让Parallel工作?如何并行将.sh脚本的应用程序并行化到自己子目录中的1000个文件?即 – 我的问题的解决方案是什么?我必须取得进步.
>我错过了什么?语法,循环,坏脚本?我想学习.
>并行实际上是否尝试并行运行所有这些.sh脚本?为什么我的每个.txt.gz文件都没有出错?
>并行是应用程序的最佳选择吗?还有其他选择更适合我的需求吗?
解决方法
两个问题:
>在:
ls -d */ | parallel cd && script.sh
并行的只是cd,而不是script.sh.如果没有错误,script.sh只在所有并行cd作业运行后执行一次.它与:
ls -d */ | parallel cd if [ $? -eq 0 ]; then script.sh; fi
>您没有将目标目录传递给cd.因此,并行执行的只是cd,它只是将当前目录更改为您的主目录.最终的script.sh在当前目录(从你调用命令的地方)执行,其中可能没有* .txt.gz文件,因此出错.
您可以自己检查第一个问题的影响:
$mkdir /tmp/foobar && cd /tmp/foobar && mkdir a b c $ls -d */ | parallel cd && pwd /tmp/foobar
即使您有多个输入目录,pwd的输出也只打印一次.您可以通过引用命令来修复它,然后检查第二个问题:
$ls -d */ | parallel 'cd && pwd' /homes/myself /homes/myself /homes/myself
您应该看到与输入目录一样多的pwd输出,但它始终是相同的输出:您的主目录.您可以使用替换为当前输入的替换字符串来解决第二个问题.检查一下:
$ls -d */ | parallel 'cd {} && pwd' /tmp/foobar/a /tmp/foobar/b /tmp/foobar/c
现在,您应该在输出中正确列出所有输入目录.
对于您的具体问题,这应该工作:
ls -d */ | parallel 'cd {} && script.sh'