21功能之5G文件数据(内存只有50M)中查找某个数据

21功能之5G文件数据(内存只有50M)中查找某个数据

1 步骤
1）分割文件即可。此时我有日志文件5G，为了保持文件数据完整性，我们使用行分割。我是先生成1G的文件，然后循环5次得出的5G文件，你们也可以用4k直接生成5G的文件，但是CPU慢的就会很卡，我的垃圾电脑就是。。。。。。下面给出生成5G的文件，不过你先要用4k的小文件生成1G的先，代码一样，将次数改一下即可。

#!/bin/bash

BASE_LOG_PATH=~/MyLinux/BigFileSplit/message.log ##1G文件
RES_LOG_PATH=~/MyLinux/BigFileSplit/result.log   ##目标文件


for i in `seq 1 5`; do
    cat $BASE_LOG_PATH >> $RES_LOG_PATH 
    echo "www.example.com|10.32.185.95|-[28/Oct/2014:12:34:39 +0800]|" >> $RES_LOG_PATH    ##目标查找数据
done

2）生成后查看文件的总行数，和对应大小。wc -l result.log与ll -h。得出文件行数为182273288共一亿多行，大小4.6G左右，这里认为是5G。然后利用它们求出分割每个10M小文件需要的行数。即：
5G=182273288；这里假设分割成10M小文件，将5G换算。
(10x102.4x5)M=182273288；除以512后，10M大概就是356002行。

2）split -l 356002 result.log test //分割文件
ll -h //可以看到每个文件是92M左右。

3）自己写一个脚本查找目标数据。

#!/bin/bash
name=~/MyLinux/BigFileSplit/test_   ##用于字符串拼接
for i in `seq 1 512`; do
ename=$name$i                      ##字符串与数字拼接成文件名
cat -n $ename |grep "www.example.com"
done