Shell上三种遍历文件的方法比较
Shell下三种遍历文件的方法比较
恩,今天刚看了sed,这样确实是可以的,只是sed的效果和awk的效果一样,耗时18秒。都没有用perl实现效率高。
昨天一个同事遇到一个需求:
有一个日志文件A,当日志文件中的某行包含某个字符串BC时,将字符串EF变成EG,并输出到新文件。即:
Input,A:
asdfasdf
asdfasdBCasdfEFasd
output:
asdfasdf
asdfasdBCasdfEGasd
这个文件有500w+行。
最开始用如下脚本解决:
cat $1 | while read line do echo $line | grep -q "BC" if [ $? -eq 0 ] ; then echo $line | sed "s/EF/EG/g" >> $1.out else echo $line >>$1.out fi done
上述脚本在循环中使用了grep、sed等外部命令,由于外部命令要fork一个process,因此效率极为低下。初步估计,运行完要25个小时以上。因此将循环中的grep和sed替换掉,见如下:
cat $1 | while read line do [[ "$line" == *"BC"* ]] && echo ${line/EF/EG} || echo ${line} done
循环内部的代码简洁了很多,而且吧grep、sed等external command替换掉,在循环内部不会再有process 被fork出来。虽然执行效率提高很多,但也没有在我的耐心区间内得到结果,初步估算执行完需要半个小时以上。
问题应该不在循环内部,而是这种cat+while+read遍历文件内容的方式有问题。
换了awk的方式来做:
#!/bin/awk -f { if(match($0,"BC")){ print gsub("EF","EG"); } else{ print $0; } }
这次效率有很大的提升,耗时18秒就出来了结果。
按理说这已经比较满足需求了。
不过,我的同事又试了另外一种方法,用perl解决问题:
--这段代码是我一个同事写的。
#!/usr/bin/perl open URLFILE, ">>aa"; my $cnt=0; while (<>) { if (/BC/) { s/EF/EG/g; } print URLFILE $_; }
这段代码的执行效率很高,比awk效果还要好,13秒。
按理说,就读取文件的效率来说,perl虽然很快但应该不会比awk快。
只是这个Perl中所做的工作只是读取文件的一行,而awk在读取完一行后,还要按照分隔符将$0划分成一个个字段,分别存在$1,,,$n中,只是,我们这个需求并没有用到这个功能,用awk解决这个需求还是有点大材小用了。
关于在shell下用什么方法来完成对文件的高效遍历,还有什么更好的方法吗?
1 楼
liuzhiqiangruc
2012-03-15
sed应该能满足需求,接下来看看。
2 楼
newworld2010
2012-03-16
可以试下面片段 sed /BC/s/EF/EG/ file1 > file2
3 楼
liuzhiqiangruc
2012-03-16
newworld2010 写道
可以试下面片段 sed /BC/s/EF/EG/ file1 > file2
恩,今天刚看了sed,这样确实是可以的,只是sed的效果和awk的效果一样,耗时18秒。都没有用perl实现效率高。