我有一个 for 循环,它在 100 个不同的输入文件夹上运行 Python 脚本约 100 次。 python 脚本在 2 个内核上效率最高,我有 50 个内核可用。所以我想使用 GNU parallel 一次在 25 个文件夹上运行脚本。
这是我的 for 循环(工作正常,但当然是顺序的),python 脚本采用一堆输入变量,包括在两个内核上运行它的 -p 2
:
for folder in $(find /home/rob/PartitionFinder/ -maxdepth 2 -type d); do
python script.py --raxml --quick --no-ml-tree $folder --force -p 2
done
这是我对其进行并行化的尝试,但行不通:
folders=$(find /home/rob/PartitionFinder/ -maxdepth 2 -type d)
echo $folders | parallel -P 25 python script.py --raxml --quick --no-ml-tree {} --force -p 2
我遇到的问题(也许这只是众多问题中的第一个)是我的 folders
变量不是列表,所以它实际上只是传递一长串 100 个文件夹作为 {}
到脚本。
感谢收到所有提示。
最佳答案
替换 echo $folders |并行...
与 echo "$folders"|并行...
。
如果没有双引号,shell 会解析 $folders
中的空格并将它们作为单独的参数传递给 echo
,从而使它们打印在一行上。 parallel
提供每一行作为作业的参数。
为了完全避免此类引用问题,最好将 find
直接通过管道传递给 parallel
,并使用空字符作为分隔符:
find ... -print0 | parallel -0 ...
即使遇到包含多个空格或换行符的文件名,这也会起作用。
关于python - 使用 GNU parallel 并行化 bash for 循环,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44367508/