多核CPU来加速你的Linux命令,这样，你的负载就会平

多核CPU来加速你的Linux命令,这样，你的负载就会平

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。