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。 原文:http://www.aqee.net/use-multiple-cpu-cores-with-your-linux-commands/ 转载请保留固定链接: https://linuxeye.com/Linux/1966.html |