我在并行模式下使用GNU xargs(版本4.2.2),当重定向到文件时,我似乎可靠地丢失了输出。重定向到管道时,它似乎正常工作。
以下shell命令演示了此问题的minimum, complete, and verifiable example。我使用xargs
生成2550个数字,将其分成100个args的行,每行总共26行,其中第26行只包含50个args。
# generate numbers 1 to 2550 where each number is on its own line
$ seq 1 2550 > /tmp/nums
$ wc -l /tmp/nums
2550 /tmp/nums
# piping to wc is accurate: 26 lines, 2550 args
$ xargs -P20 -n 100 </tmp/nums | wc
26 2550 11643
# redirecting to a file is clearly inaccurate: 22 lines, 2150 args
$ xargs -P20 -n 100 </tmp/nums >/tmp/out; wc /tmp/out
22 2150 10043 /tmp/out
我认为问题与底层shell无关,因为shell会在命令执行之前执行重定向并等待xargs完成。在这种情况下,我假设xargs在刷新缓冲区之前完成。但是,如果我的假设是正确的,我不知道为什么在写入管道时这个问题不会出现。
编辑:
在shell中使用>>
(创建/附加到文件)时出现,问题似乎并未表现出来:
# appending to file
$ >/tmp/out
$ xargs -P20 -n 100 </tmp/nums >>/tmp/out; wc /tmp/out
26 2550 11643
# creating and appending to file
$ rm /tmp/out
$ xargs -P20 -n 100 </tmp/nums >>/tmp/out; wc /tmp/out
26 2550 11643
答案 0 :(得分:1)
您的问题是由于混合了不同进程的输出。它显示在这里:
parallel perl -e '\$a=\"1{}\"x10000000\;print\ \$a,\"\\n\"' '>' {} ::: a b c d e f
ls -l a b c d e f
parallel -kP4 -n1 grep 1 > out.par ::: a b c d e f
echo a b c d e f | xargs -P4 -n1 grep 1 > out.xargs-unbuf
echo a b c d e f | xargs -P4 -n1 grep --line-buffered 1 > out.xargs-linebuf
echo a b c d e f | xargs -n1 grep 1 > out.xargs-serial
ls -l out*
md5sum out*
解决方案是缓冲每个作业的输出 - 在内存中或在tmpfiles中(如GNU Parallel)。
答案 1 :(得分:0)
我知道这个问题与xargs
有关,但如果你继续遇到问题,那么GNU Parallel可能会有所帮助。您的xargs
调用将转换为:
$ < /tmp/nums parallel -j20 -N100 echo > /tmp/out; wc /tmp/out
26 2550 11643 /tmp/out