PHP exec创建的parallel待处理任务排队位置及手动终止方法

你遇到的现象是GNU Parallel的自带调度机制导致的，和PHP、Apache无关：

• 你执行的命令会先把ls输出的所有匹配文件列表通过管道传给parallel，parallel会将全部待处理任务加载到自身的内存队列中，再按照-j8的配置固定同时运行8个任务，每跑完一个就从队列中取下一个执行，直到所有任务处理完成
• 你终止PHP脚本、关闭浏览器时，系统默认只会终止PHP自身的exec父进程，已经启动的parallel进程会被系统收为孤儿进程继续后台运行，它内存中的待处理队列不会被清空，因此会持续生成PDF直到所有任务跑完
• 这些待处理任务没有持久化存储在磁盘的固定位置，全部存放在运行中的parallel进程的内存里，所以你执行ps命令只能看到当前正在运行的8个tesseract进程，看不到排队的待处理任务

1. 首先找到正在运行的parallel主进程PID
   执行命令：
   ps aux | grep parallel | grep tesseract
   找到对应的进程PID后，执行终止命令，比如PID为1234时：
   kill 1234
   如果进程无响应，可以强制终止：
   kill -9 1234
2. 清理当前正在运行的tesseract子进程
   执行命令：
   pkill -f "tesseract.*pdf"
3. 验证终止结果
   执行命令确认没有遗留相关进程：
   ps aux | grep -E 'parallel|tesseract'
   无匹配输出即说明所有任务已终止

可以通过修改配置避免后续再出现同类问题：

• 给parallel添加信号传递参数：执行parallel时加上--termseq INT,TERM,KILL,200参数，当parallel的父进程（你的PHP脚本）被终止时，parallel会收到信号自动终止所有子进程并清空任务队列，修改后的代码参考：

exec("ls $image_subdir | parallel --termseq INT,TERM,KILL,200 -j8 tesseract $image_subdir/{} /Processed/OCR/{.} -l eng pdf",$output, $result_code);

• 增加全局执行超时限制：可以在parallel外层套timeout工具限制最大运行时长，比如设置最多运行1小时自动终止：timeout 3600 parallel ......
• 在PHP中注册退出清理回调：通过register_shutdown_function注册脚本退出时的回调逻辑，主动终止parallel和tesseract相关进程

内容的提问来源于stack exchange，提问作者Michael