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

要想讓Linux命令使用所有的CPU內核，我們需要用到GNU Parallel命令，它讓我們所有的CPU內核在單機內做神奇的map-reduce操作，當然，這還要借助很少用到的–pipes 參數(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

如果你有一個非常大的文本文件，以前你可能會這樣：

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參數，這是說每個內核處理1千萬行——你可以用這個參數來調整每個CUP內核處理多少行數據。

AWK

下面是一個用awk命令計算一個非常大的數據文件的例子。

常規用法：

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

現在這樣：

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

這個有點復雜：parallel命令中的–pipe參數將cat輸出分成多個塊分派給awk調用，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一個awk命令，從而輸出最終結果。第一個awk有三個反斜杠，這是GNU parallel調用awk的需要。

WC

想要最快的速度計算一個文件的行數嗎?

傳統做法：

wc?-l?bigfile.txt?

現在你應該這樣：

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

非常的巧妙，先使用parallel命令‘mapping’出大量的wc -l調用，形成子計算，最后通過管道發送給awk進行匯總。

SED

想在一個巨大的文件里使用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?

…然后你可以使用管道把輸出存儲到指定的文件里。

本文作者：佚名 來源：51CTO

總結

以上是生活随笔為你收集整理的如何使用CPU来加速你的Linux命令的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。