Linux中的“泄漏”管道

假设您具有如下所示的管道：

$ a | b

如果b停止处理stdin，则在一段时间后，管道将被填满，并将a对其的stdout 写入，将阻塞（直到b再次开始处理或终止）。

如果我想避免这种情况，可以尝试使用更大的管道（或更简单地说，是buffer(1)），如下所示：

$ a | buffer | b

这只会给我带来更多的时间，但a最终最终会停止。

我很想拥有（对于我要解决的非常特殊的情况）是拥有一个“泄漏的”管道，该管道在充满时会从缓冲区中丢弃一些数据（理想的是逐行）以a继续处理（您可能会想到，在管道中流动的数据是消耗性的，即，处理数据的b重要性不如a能够不阻塞地运行）。

总结一下，我很想拥有一个有界，漏水的缓冲区：

$ a | leakybuffer | b

我可能可以很容易地用任何一种语言来实现它，我只是想知道我是否缺少某些“准备使用”的东西（或者像bash单线的东西）。

注意：在示例中，我使用的是常规管道，但问题同样适用于命名管道

在授予以下答案的同时，我也决定实施LeakyBuffer命令，因为以下简单解决方案有一些局限性：https : //github.com/CAFxX/leakybuffer

最简单的方法是通过管道访问设置无阻塞输出的程序。这是简单的perl oneliner（您可以将其保存为泄漏缓冲区），它可以这样做：

所以你a | b变成：

a | perl -MFcntl -e \
    'fcntl STDOUT,F_SETFL,O_NONBLOCK; while (<STDIN>) { print }' | b

所做的是读取输入并写入输出（与相同cat(1)），但是输出是非阻塞的-这意味着如果写入失败，它将返回错误并丢失数据，但是该过程将继续输入的下一行，因为我们方便地忽略了输入错误。流程可以根据需要进行行缓冲，但是请参见下面的警告。

您可以使用以下示例进行测试：

seq 1 500000 | perl -w -MFcntl -e \
    'fcntl STDOUT,F_SETFL,O_NONBLOCK; while (<STDIN>) { print }' | \
    while read a; do echo $a; done > output

您将获得output丢失行的文件（确切的输出取决于外壳的速度等），如下所示：

12768
12769
12770
12771
12772
12773
127775610
75611
75612
75613

您会看到shell在哪里丢失了行12773，但是又出现了一个异常-perl没有足够的缓冲区，12774\n但是这样做了，1277所以它只写了这样-因此下一个数字75610不在行的开头开始，因此很少丑陋。

可以通过以下方式来改进：通过perl检测何时写入未完全成功，然后在忽略新行的同时刷新剩余的行，但这会使perl脚本更加复杂，因此作为练习有兴趣的读者:)

更新（针对二进制文件）： 如果您不处理换行符终止的行（如日志文件或类似文件），则需要稍微更改命令，否则perl将消耗大量内存（取决于换行符在输入中出现的频率）：

perl -w -MFcntl -e 'fcntl STDOUT,F_SETFL,O_NONBLOCK; while (read STDIN, $_, 4096) { print }' 

它也将对二进制文件也正常工作（不消耗额外的内存）。

Update2-更好的文本文件输出： 避免使用输出缓冲区（syswrite而不是print）：

seq 1 500000 | perl -w -MFcntl -e \
    'fcntl STDOUT,F_SETFL,O_NONBLOCK; while (<STDIN>) { syswrite STDOUT,$_ }' | \
    while read a; do echo $a; done > output

似乎为我解决了“合并线”的问题：

12766
12767
12768
16384
16385
16386

（注：可以使用perl -ne '$c++; next if $c==$_; print "$c $_"; $c=$_' outputoneliner 验证在哪些行上剪切了输出）