在所有stdin行上映射脚本

Question

是否有更惯用的方式来执行以下操作：

cat some_lines.txt | while read x; do ./process_line.sh $x; done

即。将脚本应用于stdin的每一行？

我可以在脚本本身中包含while read x;样板文件，但这也不是真正的感觉。

Answer 1

如果您正在运行外部进程并拥有GNU xargs，请考虑：

xargs -n1 -d $'\n' ./process_line.sh <some_lines.txt

如果您不喜欢while read循环的详细程度，并且正在运行shell函数（其中本身不需要fork()，因此使用像xargs或GNU parallel这样的外部工具会产生很大的性能成本），您可以避免它通过将循环包装在函数中：

for_each_line() {
  local line
  while IFS= read -r line; do
    "$@" "$line" </dev/null
  done
}

...可以运行：

process_line() {
  echo "Processing line: $1"
}
for_each_line process_line <some_lines.txt

Answer 2

GNU Parallel是为这种任务而设计的 - 只要并行运行处理没有问题：

cat some_lines.txt | parallel ./process_line.sh {}

默认情况下，它将为每个cpu-core运行一个作业。这可以用--jobs调整。

通过GNU Parallel运行它的开销大约为每个作业5毫秒。您获得的好处之一是可以保证不同作业的输出不会混杂在一起，因此您可以使用输出，就好像作业没有并行运行一样：

cat some_lines.txt | parallel ./process_line.sh {} | do_post_processing

GNU Parallel是一种通用的并行化程序，可以在同一台机器上或在您具有ssh访问权限的多台机器上轻松并行运行作业。

如果要在4个CPU上运行32个不同的作业，并行化的一种直接方法是在每个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，您应该使用包管理器安装GNU Parallel，但如果没有为您的发行版打包GNU Parallel，则可以进行个人安装，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 || curl pi.dk/3/ || fetch -o - http://pi.dk/3) | bash

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

学到更多

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

浏览教程：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