使用mpb库实现并发命令执行的进度条监控
2025-07-01 14:05:21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
kernelopenEuler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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
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++
850
447
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
239
100
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (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
1.28 K
705