У вас нет ничего арбитражного между сценариями или выкладыванием работы, и вам это нужно.
Вы говорите, что файлы предназначены для разных баз данных. Как скрипты знают, какая база данных? Не можете ли вы предварительно обработать файлы в очереди и переименовать их, добавив что-то к имени? Или, есть сценарий, который определяет, какие данные идут туда, а затем передают имена суб-скриптам, выполняющим загрузку?
Я бы сделал это позже, и, вероятно, это будет означать работу, но нитки тоже могут это сделать. У вилки есть некоторые преимущества, но потоки легче отлаживать.
Вы не указали достаточно о вашей системе, чтобы дать вам код, который будет скользить в, но это общее представление о том, что делать с помощью резьб:
require 'thread'
file_queue = Queue.new
Dir['./*'].each { |f| file_queue << f }
consumers = []
2.times do |worker|
consumers << Thread.new do
loop do
break if file_queue.empty?
data_file = file_queue.pop
puts "Worker #{ worker } reading #{ data_file }. Queue size: #{ 1 + file_queue.length }\n"
num_lines = 0
File.foreach(data_file) do |li|
num_lines += 1
end
puts "Worker #{ worker } says #{ data_file } contained #{ num_lines } lines.\n"
end
end
end
consumers.each { |c| c.join }
Который, после запуска, показывает, что это в консоль:
Worker 1 reading ./blank.yaml. Queue size: 28
Worker 0 reading ./build_links_to_test_files.rake. Queue size: 27
Worker 0 says ./build_links_to_test_files.rake contained 68 lines.
Worker 0 reading ./call_cgi.rb. Queue size: 26
Worker 1 says ./blank.yaml contained 3 lines.
Worker 1 reading ./cgi.rb. Queue size: 25
Worker 0 says ./call_cgi.rb contained 11 lines.
Worker 1 says ./cgi.rb contained 10 lines.
Worker 0 reading ./client.rb. Queue size: 24
Worker 1 reading ./curl_test.sh. Queue size: 23
Worker 0 says ./client.rb contained 19 lines.
Worker 0 reading ./curl_test_all_post_vars.sh. Queue size: 22
Это было урезано, но вы поняли идею.
Ruby's Queue
класс - это ключ. Это похоже на массив с обледенением на нем, который разрешает доступ к очереди. Подумайте об этом так: «потребители», т. Е. Потоки, поставьте флаг в воздухе, чтобы получить разрешение на доступ к очереди. При предоставлении этого разрешения они могут pop
или shift
или изменить очередь. Как только они будут сделаны, разрешение будет передано следующему потоку с его флагом вверх.
Я использую pop
вместо shift
эзотерических причин, но, если ваши файлы должны быть загружены в определенном порядке, сортировать их, прежде чем они будут добавлены в очередь, так что порядок установлен, то используйте shift
.
Мы хотим сохранить количество потоков, чтобы мы могли join
их позже. Это позволяет потокам выполнять свои задачи до окончания сценария.
Таким образом, проблема в том, что каждый файл должен обрабатываться только один раз? Файлы уже перемещены/заархивированы как часть обработки? Или в настоящее время папка представляет собой «пакет», которая обрабатывается только один раз, а затем остается на месте? –
есть какое-то соглашение об именах, в котором следуют файлы? Не могли бы вы сделать 1 скрипт? другие делают шансы? или какой-либо другой части файла? Просто заставьте скрипт взять спецификацию файлов и обрабатывать только те файлы. – Doon
Как ваши скрипты знают, в какую базу данных должен загружаться файл данных? Покажите нам разные значения или строки. Это не сложная проблема. –