चेतावनी: यह स्क्रिप्ट वास्तव में बड़ी फ़ाइलों के लिए एक शेल प्रति शंक शुरू करती है, यह सैकड़ों हो सकती है।
यहां एक स्क्रिप्ट है जिसे मैंने इस उद्देश्य के लिए लिखा था। 4 प्रोसेसर मशीन पर यह 100% तक सॉर्ट प्रदर्शन में सुधार हुआ!
#! /bin/ksh
MAX_LINES_PER_CHUNK=1000000
ORIGINAL_FILE=$1
SORTED_FILE=$2
CHUNK_FILE_PREFIX=$ORIGINAL_FILE.split.
SORTED_CHUNK_FILES=$CHUNK_FILE_PREFIX*.sorted
usage()
{
echo Parallel sort
echo usage: psort file1 file2
echo Sorts text file file1 and stores the output in file2
echo Note: file1 will be split in chunks up to $MAX_LINES_PER_CHUNK lines
echo and each chunk will be sorted in parallel
}
# test if we have two arguments on the command line
if [ $# != 2 ]
then
usage
exit
fi
#Cleanup any lefover files
rm -f $SORTED_CHUNK_FILES > /dev/null
rm -f $CHUNK_FILE_PREFIX* > /dev/null
rm -f $SORTED_FILE
#Splitting $ORIGINAL_FILE into chunks ...
split -l $MAX_LINES_PER_CHUNK $ORIGINAL_FILE $CHUNK_FILE_PREFIX
for file in $CHUNK_FILE_PREFIX*
do
sort $file > $file.sorted &
done
wait
#Merging chunks to $SORTED_FILE ...
sort -m $SORTED_CHUNK_FILES > $SORTED_FILE
#Cleanup any lefover files
rm -f $SORTED_CHUNK_FILES > /dev/null
rm -f $CHUNK_FILE_PREFIX* > /dev/null
यह भी देखें: "Sorting large files faster with a shell script"
फिर से आदेश संपादित किया गया। UUoC। ;) – ayaz
यह दिलचस्प है। मैं वास्तव में नहीं जानता कि यह कैसे काम करता है, लेकिन मुझे लगता है। यह शायद प्रत्येक कुंजी के पहले चरित्र को बाइनरी पेड़ में रखता है, और जब टक्कर होती है, तो यह कुंजी के अगले चरित्र का भी उपयोग करती है, इसलिए यह उस कुंजी से अधिक कुंजी को सहेजती नहीं है।फिर यह प्रत्येक कुंजी के साथ फ़ाइल में ऑफसेट को सहेज सकता है ताकि वह प्रत्येक पंक्ति को वापस ले और प्रिंट कर सके। – Zifre
असल में, @ayaz यह अधिक दिलचस्प है यदि आप डिस्क पर फ़ाइल को सॉर्ट नहीं कर रहे हैं बल्कि एक पाइप में हैं क्योंकि यह स्पष्ट करता है कि आप इनपुट डेटा पर एकाधिक पास नहीं कर सकते हैं। – tvanfosson