mysql Android 开源 Firefox 程序员 微软 nginx 编程 apache google centos wordpress 云计算 Python shell linux php Ubuntu Windows java

多核CPU来加速你的Linux命令

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:

 

 

 

 

 

 

 

 

 

 

 

 

1

 

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

 

现在这样:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

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:

 

 

 

 

 

 

 

 

 

 

 

 

1

 

grep pattern bigfile.txt

 

现在你可以这样:

 

 

 

 

 

 

 

 

 

 

 

 

1

 

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

 

或者这样:

 

 

 

 

 

 

 

 

 

 

 

 

1

 

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:

1

 

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

 

现在这样:

 

 

 

 

1

 

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:

 

 

 

 

 

 

 

 

 

 

 

 

1

 

wc -l bigfile.txt

 

现在你应该这样:

 

 

 

 

 

 

 

 

 

 

 

 

1

 

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。

延伸阅读

    评论