前言

最近有一項(xiàng)需求，要定時(shí)判斷任務(wù)執(zhí)行條件是否滿足并觸發(fā) Spark 任務(wù)，平時(shí)編寫(xiě) Spark 任務(wù)時(shí)都是封裝為一個(gè) Jar 包，然后采用 Shell 腳本形式傳入所需參數(shù)執(zhí)行，考慮到本次判斷條件邏輯復(fù)雜，只用 Shell 腳本完成不利于開(kāi)發(fā)測(cè)試，所以調(diào)研使用了 Python 和 Java 分別調(diào)用 Spark 腳本的方法。

使用版本為 Python 3.6.4 及 JDK 8

Python

主要使用 subprocess 庫(kù)。Python 的 API 變動(dòng)比較頻繁，在 3.5 之后新增了 run 方法，這大大降低了使用難度和遇見(jiàn) Bug 的概率。

subprocess.run(["ls", "-l"])
subprocess.run(["sh", "/path/to/your/script.sh", "arg1", "arg2"])

為什么說(shuō)使用 run 方法可以降低遇見(jiàn) Bug 的概率呢？

在沒(méi)有 run 方法之前，我們一般調(diào)用其他的高級(jí)方法，即 Older high-level API，比如 call，check_all，或者直接創(chuàng)建 Popen 對(duì)象。因?yàn)槟J(rèn)的輸出是 console，這時(shí)如果對(duì) API 不熟悉或者沒(méi)有仔細(xì)看 doc，想要等待子進(jìn)程運(yùn)行完畢并獲取輸出，使用了 stdout = PIPE 再加上 wait 的話，當(dāng)輸出內(nèi)容很多時(shí)會(huì)導(dǎo)致 Buffer 寫(xiě)滿，進(jìn)程就一直等待讀取，形成死鎖。在一次將 Spark 的 log 輸出到 console 時(shí)，就遇到了這種奇怪的現(xiàn)象，下邊的腳本可以模擬：

# a.sh
for i in {0..9999}; do
 echo '***************************************************'
done 

p = subprocess.Popen(['sh', 'a.sh'], stdout=subprocess.PIPE)
p.wait()

而 call 則在方法內(nèi)部直接調(diào)用了 wait 產(chǎn)生相同的效果。

要避免死鎖，則必須在 wait 方法調(diào)用之前自行處理掉輸入輸出，或者使用推薦的 communicate 方法。 communicate 方法是在內(nèi)部生成了讀取線程分別讀取 stdout stderr，從而避免了 Buffer 寫(xiě)滿。而之前提到的新的 run 方法，就是在內(nèi)部調(diào)用了 communicate。

stdout, stderr = process.communicate(input, timeout=timeout)

Java

說(shuō)完了 Python，Java 就簡(jiǎn)單多了。

Java 一般使用 Runtime.getRuntime().exec() 或者 ProcessBuilder 調(diào)用外部腳本：

Process p = Runtime.getRuntime().exec(new String[]{"ls", "-al"});
Scanner sc = new Scanner(p.getInputStream());
while (sc.hasNextLine()) {
 System.out.println(sc.nextLine());
}
// or
Process p = new ProcessBuilder("sh", "a.sh").start(); 
p.waitFor(); // dead lock 

需要注意的是：這里 stream 的方向是相對(duì)于主程序的，所以 getInputStream() 就是子進(jìn)程的輸出，而 getOutputStream() 是子進(jìn)程的輸入。

基于同樣的 Buffer 原因，假如調(diào)用了 waitFor 方法等待子進(jìn)程執(zhí)行完畢而沒(méi)有及時(shí)處理輸出的話，就會(huì)造成死鎖。
由于 Java API 很少變動(dòng)，所以沒(méi)有像 Python 那樣提供新的 run 方法，但是開(kāi)源社區(qū)也給出了自己的方案，如commons exec，或 http://www.baeldung.com/run-shell-command-in-java，或 alvin alexander 給出的方案（雖然不完整）。

// commons exec，要想獲取輸出的話，相比 python 來(lái)說(shuō)要復(fù)雜一些
CommandLine commandLine = CommandLine.parse("sh a.sh");
  
ByteArrayOutputStream out = new ByteArrayOutputStream();
PumpStreamHandler streamHandler = new PumpStreamHandler(out);
  
Executor executor = new DefaultExecutor();
executor.setStreamHandler(streamHandler);
executor.execute(commandLine);
  
String output = new String(out.toByteArray());

但其中的思想和 Python 都是統(tǒng)一的，就是在后臺(tái)開(kāi)啟新線程讀取子進(jìn)程的輸出，防止 Buffer 寫(xiě)滿。

另一個(gè)統(tǒng)一思想的地方就是，都推薦使用數(shù)組或 list 將輸入的 shell 命令分隔成多段，這樣的話就由系統(tǒng)來(lái)處理空格等特殊字符問(wèn)題。

參考：

https://dcreager.net/2009/08/06/subprocess-communicate-drawbacks/ https://alvinalexander.com/java/java-exec-processbuilder-process-1 https://www.javaworld.com/article/2071275/core-java/when-runtime-exec—won-t.html

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)腳本之家的支持。