使用mpb库实现并发命令执行的进度条监控
2025-07-01 22:42:24作者:温玫谨Lighthearted
在Go语言开发中,mpb库是一个非常实用的进度条显示工具。本文将介绍如何利用mpb库为并发执行的shell命令添加进度条监控功能。
问题背景
在实际开发中,我们经常需要执行多个shell命令并监控它们的执行进度。mpb库提供了丰富的进度条功能,但在并发场景下使用时需要注意一些细节。
初始方案分析
最初的实现方案存在几个关键问题:
- 进度条提前完成:所有进度条会在最后一个命令完成时同时结束
- 结果显示不正确:结果显示在进度条开始时就显示,而不是命令完成后
- 同步问题:存在潜在的竞态条件
改进方案
经过分析,我们改进了实现方案,主要优化点包括:
- 使用独立的goroutine管理每个命令的执行
- 正确同步进度条状态更新
- 确保结果显示在命令完成后
关键实现细节
命令执行器结构
type Runner struct {
mu sync.Mutex
Command string
Success bool
}
这个结构体封装了命令执行的相关信息,包括命令字符串、执行状态和互斥锁。
进度条更新机制
func (r *Runner) Exec(bar *mpb.Bar) {
r.mu.Lock()
defer r.mu.Unlock()
cmd := exec.Command("bash")
cmd.Stdin = strings.NewReader(r.Command)
errbuf := &bytes.Buffer{}
cmd.Stderr = errbuf
done := make(chan bool)
start := time.Now()
ticker := time.NewTicker(20 * time.Millisecond)
go func() {
_, err := cmd.Output()
if errbuf.String() == "" && err == nil {
r.Success = true
} else {
fmt.Printf("Error: %s - %s\n", errbuf.String(), err.Error())
bar.Abort(true)
}
done <- true
}()
running := true
for running {
select {
case <-ticker.C:
bar.EwmaIncrement(time.Since(start))
case <-done:
running = false
}
}
}
这段代码实现了命令执行和进度条更新的核心逻辑,使用ticker定期更新进度条状态。
主程序流程
func main() {
var wg sync.WaitGroup
bars := mpb.New(
mpb.WithWaitGroup(&wg),
mpb.WithWidth(1),
mpb.WithAutoRefresh(),
)
barFiller := func() mpb.BarFillerBuilder {
return mpb.SpinnerStyle("⠋", "⠙", "⠹", "⠸", "⠼", "⠴", "⠦", "⠧", "⠇", "⠏")
}
for i, cmd := range os.Args {
if i == 0 {
continue
}
wg.Add(1)
go func() {
defer wg.Done()
r := Runner{Command: cmd}
bar := bars.New(1,
barFiller(),
mpb.PrependDecorators(decor.Name(fmt.Sprintf("%30s - ", cmd))),
mpb.AppendDecorators(
decor.OnComplete(
decor.Elapsed(decor.ET_STYLE_GO), fmt.Sprintf("Result: %t", r.Success),
),
),
)
r.Exec(bar)
}()
}
wg.Wait()
bars.Wait()
}
主程序创建多个goroutine并发执行命令,每个命令都有独立的进度条显示。
经验总结
- 在并发场景下使用mpb时,必须确保进度条更新的同步性
- 使用WaitGroup正确管理goroutine的生命周期
- 进度条的装饰器应该在命令完成后才显示最终结果
- 适当的更新频率可以平衡性能和平滑度
通过这种方式,我们可以为并发执行的shell命令提供直观的进度反馈,提升用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0138- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
项目优选
收起
暂无描述
Dockerfile
726
4.66 K
Ascend Extension for PyTorch
Python
597
750
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
427
377
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
986
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
993
138
昇腾LLM分布式训练框架
Python
161
190
暂无简介
Dart
969
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
970