如何解决使用 GNU 并行提高 awk 性能
我有一些包含 .csv.gz
文件的子目录。使用 awk
,我可以根据第 1 列和第 2 列中的值过滤文件,并将结果转储到单个 .csv.gz
文件中。
pigz -rdc /path/to/dir/ | awk -F,'{ if(($1>100) && ($2>100)) {print} }' | pigz > output.csv.gz
多亏了 pigz
,bash 管道的前端和末端都受益于并行处理。我想知道如何使用 GNU 并行 工具并行执行 awk
作业。
解决方法
doit() {
pigz -dc "$1" | awk -F,'{ if(($1>100) && ($2>100)) {print} }'
}
export -f doit
find /path/to/dir -name '*.gz' | parallel doit | pigz > output.csv.gz
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。