讲个小故事：Unix的yes命令

linux| 2017-10-16

英文原文：https://matthias-endler.de/2017/yes/

译者：诗书塞外

你知道的最简单的Unix命令是什么？

是echo，它把字符串打印到终端，然后返回true，它的返回值总是0.

除了echo，还有一个命令也很简单，它是yes。如果你运行它，不带任何参数，它会无限输出字母y到屏幕上，其中每一个y都独占一行。

图0：讲个小故事：Unix的yes命令

感觉很没用？其实它是很有用的

图1：讲个小故事：Unix的yes命令

安装程序的时候，有的程序需要你不断地按y和回车，安装进程才能继续工作。yes命令可以解救你！它帮你输入y和回车，这样你就可以安心去看唐老鸭动画片了。

让我们自己编写一个yes命令

这是一个基本的版本，嗯，用BASIC写的

图2：讲个小故事：Unix的yes命令

然后我们再写一个Python版本的：

图3：讲个小故事：Unix的yes命令

感觉很简单？等等，先别急。事实上上面两个程序都很慢。

图4：讲个小故事：Unix的yes命令

让我们对比一下系统内置的版本：

图5：讲个小故事：Unix的yes命令

我要自己写一个快一点的版本，我尝试用Rust去写：

图6：讲个小故事：Unix的yes命令

稍微解释一下这段程序：

我们循环打印的字符是从第一个命令行参数中获取的，我们把这个参数保存在变量expletive中。
我们使用unwrap_or这个方法获取命令行参数的值，如果没有命令行参数，那么就使用”y”。

让我们测试一下

图7：讲个小故事：Unix的yes命令

额，这就尴尬了，比Python的版本还慢。这让我很惊讶，于是我到处寻找该命令的C源码。

下面这段代码是yes命令作为系统命令发布的第一个版本，它发布在Unix 7上，由Ken Thompson于1979年1月10日编写。

图8：讲个小故事：Unix的yes命令

好像没什么特殊的地方。

如今，这个命令被放在GNU coreutils中，当前这个版本用了整整128行代码来完成这个功能，你可以在github上找到它的源码：https://github.com/coreutils/coreutils/blame/master/src/yes.c。已经过了25年，这个命令居然仍然在更新中！最近一次更新大概在一年前。它的效率非常高

图9：讲个小故事：Unix的yes命令最关键的是最后这部分

图10：讲个小故事：Unix的yes命令

哇哦！他们就是用了一个缓冲区来让写入操作变得更快。

缓冲区大小由常量BUFSIZ控制，这个变量在各个系统中不同，以便能最优化写入效率。在我的系统中，它被定义为1024bytes，我把它改为8192bytes，发现程序更快了。

所以，参考这个思路我更新了我的Rust程序。

图11：讲个小故事：Unix的yes命令

一个重要的细节是，缓冲区大小必须是4的倍数，这样来保证内存数据的对齐。

我这个程序可以达到51.3MiB/s，这个速度已经快于我的系统自带版本了，但是仍然比Reddit论坛上网友晒出的程序慢很多，网友的程序可以达到10.2GiB/s。

再更新

我再次求助于社区，有人给我指出了之前网上对这个问题的一些讨论。下面是他们优化的代码，在我的机器上运行效果达到了3GB/s。

图12：讲个小故事：Unix的yes命令

图13：讲个小故事：Unix的yes命令

图14：讲个小故事：Unix的yes命令

现在这个程序的思路已经完全不同了！

我们准备了一个字符串缓冲区，这个缓冲区在循环中被不断复用。

标准输出用锁保护起来。所以，相比于不断地请求锁、释放锁，我们把标准输出一直占用着。

我们使用平台原生的 std::ffi::OsString 和 std::borrow::Cow 来避免不必要的分配。

这里面唯一我能做出的改进贡献就是移除一个没用的小变量。

学到了什么？

很小的一个命令yes里面居然如此复杂。它使用了输出缓冲区和内存对齐来提高性能。重新实现这些小程序很有趣，同时我对它们所使用的提高性能的技巧也感到惊叹不已！

你也许感兴趣的：

发表回复取消回复