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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
199
🎉 (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
1.37 K
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1