我正在处理大数据,我正在尝试并行化我的流程功能。 我可以使用多个线程并处理每个用户是一个不同的线程(我有 20 万个用户)。
每个线程都应该在输出文件中追加文件的前 n
行,并在所有线程之间共享。
我写了一个执行head -n 256 thread_processed.txt >>输出
的Java程序(每个线程都会这样做)
我需要以原子方式写入输出文件。
如果线程 A 写入了从 0 到 9 的行,而线程 B 写入了从 10 到 19 的行,则输出应该是:[0...9 10...19]
。线条不能重叠,不能像[0 1 2 17 18 3 4 ...]
如何在 bash 脚本中管理对输出文件的并发写入访问?
最佳答案
来自 GNU Parallel 的
sem
应该能够做到:
sem --id mylock "head -n 256 thread_processed.txt >> output"
它将启动一个名为 mylock 的互斥锁。
如果您担心有人可能会在 head
运行时读取 output
:
sem --id mylock "cp output o2; head -n 256 thread_processed.txt >> o2; mv o2 output"
关于multithreading - bash 从多个线程追加文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42075841/