我們都知道linux系統(tǒng)中 grep, bzip2, wc, awk, sed等等，都是單線程的，只能使用一個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bzip2，GNU parallel在多核CPU上是超級的快。你一不留神，它就執(zhí)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(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)，這是說每個內(nèi)核處理1千萬行——你可以用這個參數(shù)來調(diào)整每個CUP內(nèi)核處理多少行數(shù)據(jù)。

　　AWK

　　下面是一個用awk命令計算一個非常大的數(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}'

　　這個有點復(fù)雜：parallel命令中的–pipe參數(shù)將cat輸出分成多個塊分派給awk調(diào)用，形成了很多子計算操作。這些子計算經(jīng)過第二個管道進(jìn)入了同一個awk命令，從而輸出最終結(jié)果。第一個awk有三個反斜杠，這是GNU parallel調(diào)用awk的需要。

　　WC

　　想要最快的速度計算一個文件的行數(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，形成子計算，最后通過管道發(fā)送給awk進(jìn)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(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到指定的文件里。

來源：51CTO