如何利用多核CPU来加速你的Linux命令(GNU Parallel)

作者:佚名 时间:2023-08-29 09:19:05 

你是否曾经有过要计算一个非常大的数据(几百GB)的需求?或在里面搜索,或其它操作——一些无法并行的操作。数据专家们,我是在对你们说。你可能有一个4核或更多核的CPU,但我们合适的工具,例如 grep, bzip2, wc, awk, sed 等等,都是单线程的,只能使用一个CPU内核。

借用卡通人物Cartman的话,“如何我能使用这些内核”?

要想让Linux命令使用所有的CPU内核,我们需要用到GNU Parallel命令,它让我们所有的CPU内核在单机内做神奇的map-reduce操作,当然,这还要借助很少用到的–pipes 参数(也叫做–spreadstdin)。这样,你的负载就会平均分配到各CPU上,真的。

BZIP2

bzip2是比gzip更好的压缩工具,但它很慢!别折腾了,我们有办法解决这问题。

以前的做法:


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

现在这样:


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

尤其是针对bzip2,GNU parallel在多核CPU上是超级的快。你一不留神,它就执行完成了。

GREP

如果你有一个非常大的文本文件,以前你可能会这样:


grep pattern bigfile.txt

现在你可以这样:


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

或者这样:


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

这第二种用法使用了 –block 10M参数,这是说每个内核处理1千万行——你可以用这个参数来调整每个CUP内核处理多少行数据。

AWK

下面是一个用awk命令计算一个非常大的数据文件的例子。

常规用法:


cat rands20M.txt | awk '{s+=$1} END {print s}'

现在这样:


cat rands20M.txt | parallel --pipe awk \'{s+=\$1} END {print s}\' | awk '{s+=$1} END {print s}'

这个有点复杂:parallel命令中的–pipe参数将cat输出分成多个块分派给awk调用,形成了很多子计算操作。这些子计算经过第二个管道进入了同一个awk命令,从而输出最终结果。第一个awk有三个反斜杠,这是GNU parallel调用awk的需要。

WC

想要最快的速度计算一个文件的行数吗?

传统做法:


wc -l bigfile.txt

现在你应该这样:


cat bigfile.txt | parallel --pipe wc -l | awk '{s+=$1} END {print s}'

非常的巧妙,先使用parallel命令‘mapping'出大量的wc -l调用,形成子计算,最后通过管道发送给awk进行汇总。

SED

想在一个巨大的文件里使用sed命令做大量的替换操作吗?

常规做法:


sed s^old^new^g bigfile.txt

现在你可以:


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

…然后你可以使用管道把输出存储到指定的文件里。

来源:http://os.51cto.com/art/201310/414303.htm

标签:GNU,Parallel
0
投稿

猜你喜欢

  • VirtualBox主机虚拟机互通的实现方法

    2021-12-09 01:48:49
  • 基础教程 外部链接优化操作的概念与分析

    2008-11-28 10:16:00
  • 全国整治互联网低俗之风第八批曝光网站名单

    2009-02-17 13:11:00
  • win2003服务器安全设置教程

    2008-01-29 10:07:00
  • 简单介绍一下今天流行的五个网站推广方法

    2009-05-15 11:15:00
  • 浅谈linux中sed命令和awk命令的使用

    2023-07-31 18:08:17
  • DZ贴内Google AdSense 广告美化技巧

    2007-08-15 10:59:00
  • HostNine-美国主机商介绍和评测

    2010-03-30 08:05:00
  • 如何让SupeSite7.0首页显示全部的频道分类

    2009-06-19 16:54:00
  • phpcms已通过审核的文章的前台修改方法

    2009-02-19 20:59:00
  • 经典重读:搜索引擎优化(seo)十五规律

    2008-12-31 13:03:00
  • 防范非法用户入侵Win 2K/XP系统七招

    2009-12-02 18:54:00
  • Apache Rewrite实现URL的301跳转和域名跳转

    2023-08-05 17:17:47
  • WordPress必装插件

    2010-05-26 14:01:00
  • 微博会给博客带来什么影响?

    2009-09-16 14:36:00
  • 防复制必备:最常用的1000个汉字及次序

    2009-04-30 13:29:00
  • 我不住在美国,是否可以订制Web主机? Godaddy

    2010-04-13 12:44:00
  • WordPress中Ping、Pingback、Trackback三者之间的定义与区别

    2012-01-17 15:57:26
  • 配置好时间和日期补余 让Adsense收益最大化

    2009-07-21 17:44:00
  • 高流量并非是高效益 关于网站优化的误区

    2008-12-18 00:12:00
  • asp之家 网站运营 m.aspxhome.com