mirror of
https://github.com/gopl-zh/gopl-zh.github.com.git
synced 2024-11-28 09:09:07 +00:00
184 lines
6.2 KiB
Markdown
184 lines
6.2 KiB
Markdown
## 8.8. 示例: 并发的目录遍历
|
||
|
||
在本小节中，我们会创建一个程序来生成指定目录的硬盘使用情况报告，这个程序和Unix里的du工具比较相似。大多数工作用下面这个walkDir函数来完成，这个函数使用dirents函数来枚举一个目录下的所有入口。
|
||
|
||
<u><i>gopl.io/ch8/du1</i></u>
|
||
```go
|
||
// walkDir recursively walks the file tree rooted at dir
|
||
// and sends the size of each found file on fileSizes.
|
||
func walkDir(dir string, fileSizes chan<- int64) {
|
||
for _, entry := range dirents(dir) {
|
||
if entry.IsDir() {
|
||
subdir := filepath.Join(dir, entry.Name())
|
||
walkDir(subdir, fileSizes)
|
||
} else {
|
||
fileSizes <- entry.Size()
|
||
}
|
||
}
|
||
}
|
||
|
||
// dirents returns the entries of directory dir.
|
||
func dirents(dir string) []os.FileInfo {
|
||
entries, err := ioutil.ReadDir(dir)
|
||
if err != nil {
|
||
fmt.Fprintf(os.Stderr, "du1: %v\n", err)
|
||
return nil
|
||
}
|
||
return entries
|
||
}
|
||
```
|
||
|
||
ioutil.ReadDir函数会返回一个os.FileInfo类型的slice，os.FileInfo类型也是os.Stat这个函数的返回值。对每一个子目录而言，walkDir会递归地调用其自身，同时也在递归里获取每一个文件的信息。walkDir函数会向fileSizes这个channel发送一条消息。这条消息包含了文件的字节大小。
|
||
|
||
下面的主函数，用了两个goroutine。后台的goroutine调用walkDir来遍历命令行给出的每一个路径并最终关闭fileSizes这个channel。主goroutine会对其从channel中接收到的文件大小进行累加，并输出其和。
|
||
|
||
```go
|
||
package main
|
||
|
||
import (
|
||
"flag"
|
||
"fmt"
|
||
"io/ioutil"
|
||
"os"
|
||
"path/filepath"
|
||
)
|
||
|
||
func main() {
|
||
// Determine the initial directories.
|
||
flag.Parse()
|
||
roots := flag.Args()
|
||
if len(roots) == 0 {
|
||
roots = []string{"."}
|
||
}
|
||
|
||
// Traverse the file tree.
|
||
fileSizes := make(chan int64)
|
||
go func() {
|
||
for _, root := range roots {
|
||
walkDir(root, fileSizes)
|
||
}
|
||
close(fileSizes)
|
||
}()
|
||
|
||
// Print the results.
|
||
var nfiles, nbytes int64
|
||
for size := range fileSizes {
|
||
nfiles++
|
||
nbytes += size
|
||
}
|
||
printDiskUsage(nfiles, nbytes)
|
||
}
|
||
|
||
func printDiskUsage(nfiles, nbytes int64) {
|
||
fmt.Printf("%d files %.1f GB\n", nfiles, float64(nbytes)/1e9)
|
||
}
|
||
```
|
||
|
||
这个程序会在打印其结果之前卡住很长时间。
|
||
|
||
```
|
||
$ go build gopl.io/ch8/du1
|
||
$ ./du1 $HOME /usr /bin /etc
|
||
213201 files 62.7 GB
|
||
```
|
||
|
||
如果在运行的时候能够让我们知道处理进度的话想必更好。但是，如果简单地把printDiskUsage函数调用移动到循环里会导致其打印出成百上千的输出。
|
||
|
||
下面这个du的变种会间歇打印内容，不过只有在调用时提供了-v的flag才会显示程序进度信息。在roots目录上循环的后台goroutine在这里保持不变。主goroutine现在使用了计时器来每500ms生成事件，然后用select语句来等待文件大小的消息来更新总大小数据，或者一个计时器的事件来打印当前的总大小数据。如果-v的flag在运行时没有传入的话，tick这个channel会保持为nil，这样在select里的case也就相当于被禁用了。
|
||
|
||
<u><i>gopl.io/ch8/du2</i></u>
|
||
```go
|
||
var verbose = flag.Bool("v", false, "show verbose progress messages")
|
||
|
||
func main() {
|
||
// ...start background goroutine...
|
||
|
||
// Print the results periodically.
|
||
var tick <-chan time.Time
|
||
if *verbose {
|
||
tick = time.Tick(500 * time.Millisecond)
|
||
}
|
||
var nfiles, nbytes int64
|
||
loop:
|
||
for {
|
||
select {
|
||
case size, ok := <-fileSizes:
|
||
if !ok {
|
||
break loop // fileSizes was closed
|
||
}
|
||
nfiles++
|
||
nbytes += size
|
||
case <-tick:
|
||
printDiskUsage(nfiles, nbytes)
|
||
}
|
||
}
|
||
printDiskUsage(nfiles, nbytes) // final totals
|
||
}
|
||
```
|
||
|
||
由于我们的程序不再使用range循环，第一个select的case必须显式地判断fileSizes的channel是不是已经被关闭了，这里可以用到channel接收的二值形式。如果channel已经被关闭了的话，程序会直接退出循环。这里的break语句用到了标签break，这样可以同时终结select和for两个循环；如果没有用标签就break的话只会退出内层的select循环，而外层的for循环会使之进入下一轮select循环。
|
||
|
||
现在程序会悠闲地为我们打印更新流：
|
||
|
||
```
|
||
$ go build gopl.io/ch8/du2
|
||
$ ./du2 -v $HOME /usr /bin /etc
|
||
28608 files 8.3 GB
|
||
54147 files 10.3 GB
|
||
93591 files 15.1 GB
|
||
127169 files 52.9 GB
|
||
175931 files 62.2 GB
|
||
213201 files 62.7 GB
|
||
```
|
||
|
||
然而这个程序还是会花上很长时间才会结束。完全可以并发调用walkDir，从而发挥磁盘系统的并行性能。下面这个第三个版本的du，会对每一个walkDir的调用创建一个新的goroutine。它使用sync.WaitGroup（§8.5）来对仍旧活跃的walkDir调用进行计数，另一个goroutine会在计数器减为零的时候将fileSizes这个channel关闭。
|
||
|
||
<u><i>gopl.io/ch8/du3</i></u>
|
||
```go
|
||
func main() {
|
||
// ...determine roots...
|
||
// Traverse each root of the file tree in parallel.
|
||
fileSizes := make(chan int64)
|
||
var n sync.WaitGroup
|
||
for _, root := range roots {
|
||
n.Add(1)
|
||
go walkDir(root, &n, fileSizes)
|
||
}
|
||
go func() {
|
||
n.Wait()
|
||
close(fileSizes)
|
||
}()
|
||
// ...select loop...
|
||
}
|
||
|
||
func walkDir(dir string, n *sync.WaitGroup, fileSizes chan<- int64) {
|
||
defer n.Done()
|
||
for _, entry := range dirents(dir) {
|
||
if entry.IsDir() {
|
||
n.Add(1)
|
||
subdir := filepath.Join(dir, entry.Name())
|
||
go walkDir(subdir, n, fileSizes)
|
||
} else {
|
||
fileSizes <- entry.Size()
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
由于这个程序在高峰期会创建成百上千的goroutine，我们需要修改dirents函数，用计数信号量来阻止他同时打开太多的文件，就像我们在8.7节中的并发爬虫一样：
|
||
|
||
```go
|
||
// sema is a counting semaphore for limiting concurrency in dirents.
|
||
var sema = make(chan struct{}, 20)
|
||
|
||
// dirents returns the entries of directory dir.
|
||
func dirents(dir string) []os.FileInfo {
|
||
sema <- struct{}{} // acquire token
|
||
defer func() { <-sema }() // release token
|
||
// ...
|
||
```
|
||
|
||
这个版本比之前那个快了好几倍，尽管其具体效率还是和你的运行环境，机器配置相关。
|
||
|
||
**练习 8.9：** 编写一个du工具，每隔一段时间将root目录下的目录大小计算并显示出来。
|