多核CPU怎么来加速你的Linux命令

STM

来这里找志同道合的小伙伴！9 e& [- ]$ d" Q9 L3 a

  N  K" p. b! @  C, S你是否曾经有过要计算一个非常大的数据(几百GB)的需求？或在里面搜索，或其它操作——一些无法并行的操作。数据专家们，我是在对你们说。你可能有一个4核或更多核的CPU，但我们合适的工具，例如 grep, bzip2, wc, awk, sed等等，都是单线程的，只能使用一个CPU内核。
- t. G0 M" E. ^* B0 v
) p  L! D% V  ]9 I" @
; L) E/ U# W7 x# V: |借用卡通人物Cartman的话，“如何我能使用这些内核”?! O8 y  d' K5 b5 h6 \
6 V, U; `8 G3 q7 a! q8 t5 a/ e, _
3 \; |0 v' Y0 K/ y' M" D: L! `, @. J/ F3 O
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。
  l3 J+ E& \4 r% \6 }
; R2 c) C! Z9 s$ S5 P
, _* I! |6 t# b+ c) k$ CBZIP2
9 W; _) n6 x1 A
0 i5 s: X5 N8 V. f) ^; t' x5 [' s/ c6 ~7 c/ E+ U) ]
7 V! n$ q5 E$ B* v& A% p6 |7 I
; W5 I: q% @# U: y0 t1 H; c4 k" |$ Lbzip2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。$ w% ?% I/ M/ P4 k" A
/ y( ?+ q! z; Y; Z以前的做法：9 E5 `- H# @0 t( `
, K1 e# b9 @- z. F4 y% j5 W- zcat bigfile.bin | bzip2 --best > compressedfile.bz2现在这样：6 D: K0 l3 y* y% `' V- B# l& A8 o
) U$ k" |9 E. N3 P% k1 \% N% @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。
' I2 {; r6 x/ M" A* I# ]7 Y* e  l* ^2 [
. v3 s4 d' q: Q! Z* J
: t  y# M; Y' z1 ]/ A1 eGREP9 J5 B5 J' t% v. S

. t. o+ |# |# s4 O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：
3 w" n2 w- f4 b+ i  R2 Zcat bigfile.txt | parallel  --pipe grep 'pattern'或者这样：4 X; ?% Y4 v% D
/ e1 O& @; i9 s& A2 {" x# lcat bigfile.txt | parallel --block 10M --pipe grep 'pattern'
( d& |- Q' _& Y$ ]8 C+ p
6 T! X% D0 V5 V2 X% A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。
  e% x7 H, }5 t7 o
+ q* ^! m5 \% y7 V4 @! c* `! J. r+ D  E8 l/ \. R

% O8 F3 f0 a5 J' Q$ ^8 \
+ N9 r% \& G+ ]AWK
8 H  c! P0 T8 J, Z: t7 a
下面是一个用awk命令计算一个非常大的数据文件的例子。) M9 F! B: _/ w
% D: h. U# A, c4 P' v常规用法：
1 P; ~# T: F) K7 ?% @& ocat rands20M.txt | awk '{s+=$1} END {print s}'现在这样：& L0 U6 J# F" o+ D" z1 z  D: p7 Y
cat rands20M.txt | parallel --pipe awk \'{s+=\$1} END {print s}\' | awk '{s+=$1} END {print s}'这个有点复杂：parallel命令中的–pipe参数将cat输出分成多个块分派给awk调用，形成了很多子计算操作。这些子计算经过第二个管道进入了同一个awk命令，从而输出最终结果。第一个awk有三个反斜杠，这是GNU parallel调用awk的需要。8 o; R% t; F* q$ e1 u8 P
4 }- k. B3 @% _# `

WC

) ^- E  t8 r; r8 a5 W  `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：$ Q" S# [& H/ C  A
cat bigfile.txt | parallel  --pipe wc -l | awk '{s+=$1} END {print s}'非常的巧妙，先使用parallel命令‘mapping’出大量的wc -l调用，形成子计算，最后通过管道发送给awk进行汇总。% v4 ?% J8 ^3 W. R
- @( k- {& b0 I8 c! w
; e6 {2 [: S" Y  @$ o/ d/ d& M+ m# @4 ]. o6 D! M- D" p1 }
! x" f) x) F9 x2 |SED: I2 w+ \# g- \! I
5 w& g- K- \. {" F3 x% S5 `) P7 [4 Z6 E0 @7 c
想在一个巨大的文件里使用sed命令做大量的替换操作吗？4 T. e2 A  c+ i/ s, M& ]$ o8 m& q
( d! H; @- I% B! l  M常规做法：0 ^& ^6 W, P7 z# c
sed s^old^new^g bigfile.txt现在你可以：2 o7 a. d* R# R" A# ~% V/ T; v
4 I0 @% \/ e6 Q" \8 J: k! R# Ecat 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。