我們都知道 grep, bzip2, wc, awk, sed等等，都是單線程的，只能使用一個(gè)CPU內(nèi)核。那么如何才能使用這些內(nèi)核？

要想讓Linux命令使用所有的CPU內(nèi)核，我們需要用到GNU Parallel命令，它讓我們所有的CPU內(nèi)核在單機(jī)內(nèi)做神奇的map-reduce操作，當(dāng)然，這還要借助很少用到的–pipes 參數(shù)(也叫做–sPReadstdin)。這樣，你的負(fù)載就會(huì)平均分配到各CPU上，真的。

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(xiàn)在這樣：
cat bigfile.bin | parallel --pipe --recend '' -k bzip2 --best > compressedfile.bz2
尤其是針對(duì)bzip2，GNU parallel在多核CPU上是超級(jí)的快。你一不留神，它就執(zhí)行完成了。
GREP
如果你有一個(gè)非常大的文本文件，以前你可能會(huì)這樣：
grep pattern bigfile.txt
現(xiàn)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參數(shù)，這是說(shuō)每個(gè)內(nèi)核處理1千萬(wàn)行——你可以用這個(gè)參數(shù)來(lái)調(diào)整每個(gè)CUP內(nèi)核處理多少行數(shù)據(jù)。
AWK
下面是一個(gè)用awk命令計(jì)算一個(gè)非常大的數(shù)據(jù)文件的例子。
常規(guī)用法：
cat rands20M.txt | awk '{s+=$1} END {print s}'
現(xiàn)在這樣：
cat rands20M.txt | parallel --pipe awk /'{s+=/$1} END {print s}/' | awk '{s+=$1} END {print s}'
這個(gè)有點(diǎn)復(fù)雜：parallel命令中的–pipe參數(shù)將cat輸出分成多個(gè)塊分派給awk調(diào)用，形成了很多子計(jì)算操作。這些子計(jì)算經(jīng)過第二個(gè)管道進(jìn)入了同一個(gè)awk命令，從而輸出最終結(jié)果。第一個(gè)awk有三個(gè)反斜杠，這是GNU parallel調(diào)用awk的需要。
WC
想要最快的速度計(jì)算一個(gè)文件的行數(shù)嗎？
傳統(tǒng)做法：
wc -l bigfile.txt
現(xiàn)在你應(yīng)該這樣：
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調(diào)用，形成子計(jì)算，最后通過管道發(fā)送給awk進(jìn)行匯總。
SED
想在一個(gè)巨大的文件里使用sed命令做大量的替換操作嗎？
常規(guī)做法：
sed s^old^new^g bigfile.txt
現(xiàn)在你可以：
cat bigfile.txt | parallel --pipe sed s^old^new^g
…然后你可以使用管道把輸出存儲(chǔ)到指定的文件里。
本文
免費(fèi)提供最新Linux技術(shù)教程書籍，為開源技術(shù)愛好者努力做得更多更好，開源站點(diǎn)：http://www.linuxprobe.com/
用CPU來(lái)加速你的Linux命令
導(dǎo)讀
在處理大數(shù)據(jù)的時(shí)候我們總會(huì)想著一些并行的操作來(lái)加速我們的操作，我們的cpu是多核多線程的，但是我們的有些命令卻是單線程的命令，不能夠進(jìn)行并行的運(yùn)算，如： grep、bzip2、wc、awk、sed等等，只能使用一個(gè)CPU內(nèi)核。要想讓Linux命令使用所有的CPU內(nèi)核，我們需要用到GNU Parallel命令，下面我們技術(shù)下加速的方法吧
我們都知道 grep, bzip2, wc, awk, sed等等，都是單線程的，只能使用一個(gè)CPU內(nèi)核。那么如何才能使用這些內(nèi)核？
要想讓Linux命令使用所有的CPU內(nèi)核，我們需要用到GNU Parallel命令，它讓我們所有的CPU內(nèi)核在單機(jī)內(nèi)做神奇的map-reduce操作，當(dāng)然，這還要借助很少用到的–pipes 參數(shù)(也叫做–spreadstdin)。這樣，你的負(fù)載就會(huì)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(xiàn)在這樣：
cat bigfile.bin | parallel --pipe --recend '' -k bzip2 --best > compressedfile.bz2
尤其是針對(duì)bzip2，GNU parallel在多核CPU上是超級(jí)的快。你一不留神，它就執(zhí)行完成了。
GREP
如果你有一個(gè)非常大的文本文件，以前你可能會(huì)這樣：
grep pattern bigfile.txt
現(xiàn)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參數(shù)，這是說(shuō)每個(gè)內(nèi)核處理1千萬(wàn)行——你可以用這個(gè)參數(shù)來(lái)調(diào)整每個(gè)CUP內(nèi)核處理多少行數(shù)據(jù)。
AWK
下面是一個(gè)用awk命令計(jì)算一個(gè)非常大的數(shù)據(jù)文件的例子。
常規(guī)用法：
cat rands20M.txt | awk '{s+=$1} END {print s}'
現(xiàn)在這樣：
cat rands20M.txt | parallel --pipe awk /'{s+=/$1} END {print s}/' | awk '{s+=$1} END {print s}'
這個(gè)有點(diǎn)復(fù)雜：parallel命令中的–pipe參數(shù)將cat輸出分成多個(gè)塊分派給awk調(diào)用，形成了很多子計(jì)算操作。這些子計(jì)算經(jīng)過第二個(gè)管道進(jìn)入了同一個(gè)awk命令，從而輸出最終結(jié)果。第一個(gè)awk有三個(gè)反斜杠，這是GNU parallel調(diào)用awk的需要。
WC
想要最快的速度計(jì)算一個(gè)文件的行數(shù)嗎？
傳統(tǒng)做法：
wc -l bigfile.txt
現(xiàn)在你應(yīng)該這樣：
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調(diào)用，形成子計(jì)算，最后通過管道發(fā)送給awk進(jìn)行匯總。
SED
想在一個(gè)巨大的文件里使用sed命令做大量的替換操作嗎？
常規(guī)做法：
sed s^old^new^g bigfile.txt
現(xiàn)在你可以：
cat bigfile.txt | parallel --pipe sed s^old^new^g
…然后你可以使用管道把輸出存儲(chǔ)到指定的文件里。