我正在运行一个命令（准确地说是 pngquant：https://github.com/pornel/pngquant）在终端窗口中。我注意到，如果我打开 4 个终端窗口，并在每个窗口中运行 pngquant 命令，我的速度会提高 4 倍，在同一时间内有效压缩的图像数量是以前的 4 倍。
所以我使用了这种方法并为每个 pngqunat 进程分配了我想要压缩的图像的一部分，从而有效地在多个线程上创建了多个进程
您可以在多个线程上运行命令而不执行我所做的这些技巧吗？我只想说“对所有这些图像运行 pngquant 压缩并使用所有可用的线程。”
答案1
moreutilsparallel 和 GNUparallel 都会为你做这件事。与moreutils的并行，它看起来像：
parallel -j "$(nproc)" pngquant [pngquant-options] -- *.png
nproc输出可用处理器（线程）的数量，以便-j "$(nproc)"立即运行 available-processors ( ) pngquants，并传递每个单个 PNG 文件。如果启动开销太高，您可以使用以下-n选项一次向每次运行传递更多 PNG 文件；-n 2会将两个 PNG 传递给每个 pngquant。
答案2
使用 GNU xargs：
find . -type f -name '*.png' -print0 | xargs -r0 -n10 -P "$(nproc)" pngquant
（每次pngquant调用最多提供 10 个要压缩的文件，最多"$(nproc)" 同时运行（系统上的处理器数量））
答案3
使用 GNU Parallel 看起来像这样：
parallel pngquant --my-options ::: *.png
或者：
ls | grep \\.png | parallel pngquant --my-options
默认情况下，每个 CPU 核心执行一项作业。在您的情况下，您可能希望比您拥有的核心多运行一项作业：
ls | grep \\.png | parallel -j+1 pngquant --my-options
这是因为pngquant读取和写入数据都需要时间。在此期间，它等待磁盘并且几乎不使用任何 CPU，因此您可能有一些空闲的 CPU 时间。唯一确定的方法是测量并看看哪个更快。
GNU Parallel 是一个通用并行器，可以轻松地在同一台计算机或多台您可以通过 ssh 访问的计算机上并行运行作业。
如果您想要在 4 个 CPU 上运行 32 个不同的作业，则并行化的直接方法是在每个 CPU 上运行 8 个作业：
相反，GNU Parallel 在完成后会生成一个新进程 - 保持 CPU 处于活动状态，从而节省时间：
安装
出于安全原因，您应该使用软件包管理器安装 GNU Parallel，但如果 GNU Parallel 未针对您的发行版打包，您可以进行个人安装，这不需要 root 访问权限。这样做可以在 10 秒内完成：
(wget -O - pi.dk/3 || curl pi.dk/3/ || fetch -o - http://pi.dk/3) | bash
对于其他安装选项，请参阅http://git.savannah.gnu.org/cgit/parallel.git/tree/README
了解更多
查看更多示例：http://www.gnu.org/software/parallel/man.html
观看介绍视频：https://www.youtube.com/playlist?list=PL284C9FF2488BC6D1
浏览本教程：http://www.gnu.org/software/parallel/parallel_tutorial.html
注册电子邮件列表以获得支持：https://lists.gnu.org/mailman/listinfo/parallel