之前做到一个大日志文件(size > 1G)解析的项目,在此记录下对于大文本解析方式的效率比较。不同方式的性能差别很大,那个项目的日志解析时间能从原来的超过36小时优化到只需要2分钟,awk功不可没。
bash 比较
bash脚本中对于文本的读取主要有以下四种,尽管 AWK 具有完全属于其本身的语法,但在此我也把它归在一起:
#方法一
func1(){
rm -f $2
echo "$(date) start to read"
start_time=$(date +%s)
cat $1|while read Line
do
echo $Line >> $2
done
end_time=$(date +%s)
echo "$(date) end to read"
echo "cost: "$((end_time-start_time))"sec"
}
#方法二
func2(){
rm -f $2
echo "$(date) start to read"
start_time=$(date +%s)
while read Line
do
echo $Line >> $2
done <$1
end_time=$(date +%s)
echo "$(date) end to read"
echo "cost: "$((end_time-start_time))"sec"