4

I'm trying to compute folder size in parallel. Maybe it's naive approach. What I do, is that I give computation of every branch node (directory) to an agent. All leaf nodes have their file sizes added to my-size. Well it doesn't work. :)

'scan' works ok, serially. 'pscan' prints only files from first level.

(def agents (atom []))
(def my-size (atom 0))
(def root-dir (clojure.java.io/file "/"))

(defn scan [listing]
  (doseq [f listing]
    (if (.isDirectory f)
      (scan (.listFiles f))
      (swap! my-size #(+ % (.length f))))))

(defn pscan [listing]
  (doseq [f listing]
    (if (.isDirectory f)
      (let [a (agent (.listFiles f))]
        (do (swap! agents #(conj % a))
            (send-off a pscan)
            (println (.getName f))))
    (swap! my-size #(+ %  (.length f))))))

Do you have any idea, what have i done wrong?

Thanks.

4

2 に答える 2

15

アトムを使用して状態を保持する必要はありません。純粋な機能:

(defn psize [f]
  (if (.isDirectory f)
    (apply + (pmap psize (.listFiles f)))
    (.length f)))
于 2011-05-03T16:00:12.537 に答える
3

ファイルサイズを並行してカウントするのはとても簡単なのでしょうか?

そうではありません ：）

私はこの問題をよりよく解決しようとしました。私はブロッキング I/O 操作を行っているため、pmap はその仕事をしていないことに気付きました。ディレクトリのチャンク (ブランチ) をエージェントに与えて、それを個別に処理するのは理にかなっているかもしれないと考えていました。あるようです :) まあ、私はまだベンチマークしていません。

これは機能しますが、UNIX 系のシステムではシンボリック リンクに問題がある可能性があります。

(def user-dir (clojure.java.io/file "/home/janko/projects/"))
(def root-dir (clojure.java.io/file "/"))
(def run? (atom true))
(def *max-queue-length* 1024)
(def *max-wait-time* 1000)    ;; wait max 1 second then process anything left
(def *chunk-size* 64)
(def queue (java.util.concurrent.LinkedBlockingQueue. *max-queue-length* ))
(def agents (atom []))
(def size-total (atom 0))
(def a (agent []))

(defn branch-producer [node]
  (if @run?
    (doseq [f node]
      (when (.isDirectory f)
    (do (.put queue f)
        (branch-producer (.listFiles f)))))))

(defn producer [node]
  (future
    (branch-producer node)))

(defn node-consumer [node]
  (if (.isFile node)
    (.length node)
    0))

(defn chunk-length []
  (min (.size queue) *chunk-size*))

(defn compute-sizes [a]
  (doseq [i (map (fn [f] (.listFiles f)) a)]
    (swap! size-total #(+ % (apply + (map node-consumer i))))))

(defn consumer []
  (future
    (while @run?
      (when-let [size (if (zero? (chunk-length))
            false
            (chunk-length))] ;appropriate size of work
      (binding [a (agent [])]                    
        (dotimes [_ size]         ;give us all directories to process
          (when-let [item (.poll queue)]
            (set! a (agent (conj @a item)))))
        (swap! agents #(conj % a))
        (send-off a compute-sizes))
      (Thread/sleep *max-wait-time*)))))

入力することで開始できます

    (producer (list user-dir))
    (consumer)

結果タイプの場合

    @size-total

あなたはそれを止めることができます（実行中の先物があります - 私が間違っていたら私を修正してください）

    (swap! run? not)

エラーや間違いを見つけた場合は、アイデアを共有してください。

于 2011-05-04T11:08:18.063 に答える