gun linux 命令 parallel的使用

如何利用多核cpu來加速你的linux命令 — awk, sed, bzip2, grep, wc等

借用**人物cartman的話，「如何我能使用這些核心」?

要想讓linux命令使用所有的cpu核心，我們需要用到gnu parallel命令，它讓我們所有的cpu核心在單機內做神奇的map-reduce操作，當然，這還要借助很少用到的–pipes 引數(也叫做–spreadstdin)。這樣，你的負載就會平均分配到各cpu上，真的。

bzip2

bzip2是比gzip更好的壓縮工具，但它很慢！別折騰了，我們有辦法解決這問題。

以前的做法：

cat bigfile.bin | bzip2 --best > compressedfile.bz2

現在這樣：

cat bigfile.bin | parallel --pipe --recend '' -k bzip2 --best > compressedfile.bz2

尤其是針對bzip2，gnu parallel在多核cpu上是超級的快。你一不留神，它就執行完成了。

grep

grep pattern bigfile.txt

現在你可以這樣：

cat bigfile.txt | parallel --pipe grep 'pattern'

或者這樣：

cat bigfile.txt | parallel --block 10m --pipe grep 'pattern'

這第二種用法使用了 –block 10m引數，這是說每個核心處理1千萬行——你可以用這個引數來調整每個cup核心處理多少行資料。

awk下面是乙個用awk命令計算乙個非常大的資料檔案的例子。

常規用法：

cat rands20m.txt | awk ' end '

現在這樣：

cat rands20m.txt | parallel --pipe awk \' end \' | awk ' end '

這個有點複雜：parallel命令中的–pipe引數將cat輸出分成多個塊分派給awk呼叫，形成了很多子計算操作。這些子計算經過第二個管道進入了同乙個awk命令，從而輸出最終結果。第乙個awk有三個反斜槓，這是gnu parallel呼叫awk的需要。

wc想要最快的速度計算乙個檔案的行數嗎？

傳統做法：

wc -l bigfile.txt

現在你應該這樣：

cat bigfile.txt | parallel --pipe wc -l | awk ' end '

sed想在乙個巨大的檔案裡使用sed命令做大量的替換操作嗎？

常規做法：

sed s^old^new^g bigfile.txt

現在你可以：

cat bigfile.txt | parallel --pipe sed s^old^new^g

…然後你可以使用管道把輸出儲存到指定的檔案裡。