shell文本读取效率对比

爱可可的人生记录仪 2020-05-12

1147

之前一篇文章朋友提到了一个不错的点，如果文件很大，该怎么处理？当然，对于海量的数据处理，已经超出了我的能力范围，就不卖弄了。我就简单的做个小测验，看一下linux下对于一般大文件的文本读取效率如何。我准备的实验文件为access.log，大小为9.8G。对于一般的业务来讲，我觉得比较有代表性了。

ls -lh access.log 
-rw-rw-r-- 1 keke keke 9.8G May 12 08:47 access.log
复制

为了实验的准确性，我选择了同一台主机，环境完全一致，每一个测试开始之前我也都清空了文件缓存(缓存影响非常大)。

sync
echo 3 > /proc/sys/vm/drop_caches
复制

time sed -n '1,$p' access.log >/dev/null
real  1m27.401s
user  0m10.555s
sys  0m12.987s
time sed -n '100000p' access.log
real  1m27.377s
user  0m5.478s
sys  0m11.267s
复制

time awk '{print $0}' access.log >/dev/null
real  1m28.749s
user  0m11.827s
sys  0m10.616
time awk 'NR==100000{print $0}' access.log 
real  1m27.506s
user  0m11.386s
sys  0m10.578s
复制

time while read line;do echo $line >/dev/null;done < access.log 
real  45m6.354s
user  39m43.833s
sys  5m21.525
复制

time cat access.log >/dev/null
real  1m27.954s
user  0m0.036s
sys  0m9.583s
time cat access.log |grep "10.120.0.81 | 30/Aug/2019:15:21:08 +0800"
real  1m27.926s
user  0m4.305s
sys  0m13.246s
复制

time head -32818237  access.log >/dev/null
real  1m27.371s
user  0m9.494s
sys  0m10.744s
time head -100000 access.log |tail -1
real  0m0.246s
user  0m0.027s
sys  0m0.096s
复制

time tail -32818237  access.log >/dev/null
real  21m54.679s
user  0m3.554s
sys  1m5.696s
复制

可以看到，linux常用的几个文本命令效率都差不多，对于简单的显示指定行，用head+tail的方式效率很高。当然，sed和awk有着强大的特殊功能，这些命令都是行处理的，不用担心把内存用尽。

数据库

文章转载自爱可可的人生记录仪，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

shell文本读取效率对比

评论

相关阅读