我們都知道 grep, bzip2, wc, awk, sed等等，都是單線程的，隻能使用一個cpu核心。那麼如何才能使用這些核心?
要想讓linux指令使用所有的cpu核心，我們需要用到gnu parallel指令，它讓我們所有的cpu核心在單機内做神奇的map-reduce操作，當然，這還要借助很少用到的–pipes 參數(也叫做–spreadstdin)。這樣，你的負載就會平均配置設定到各cpu上，真的。
bzip2
bzip2是比gzip更好的壓縮工具，但它很慢!别折騰了，我們有辦法解決這問題。
以前的做法：
cat bigfile.bin | bzip2 --best > compressedfile.bz2
現在這樣：
cat bigfile.bin | parallel --pipe --recend '' -k bzip2 --best > compressedfile.bz2
尤其是針對bzip2，gnu parallel在多核cpu上是超級的快。你一不留神，它就執行完成了。
grep
如果你有一個非常大的文本檔案，以前你可能會這樣：
grep pattern bigfile.txt
現在你可以這樣：
cat bigfile.txt | parallel --pipe grep 'pattern'
或者這樣：
cat bigfile.txt | parallel --block 10m --pipe grep 'pattern'
這第二種用法使用了 –block 10m參數，這是說每個核心處理1千萬行——你可以用這個參數來調整每個cup核心處理多少行資料。
awk
下面是一個用awk指令計算一個非常大的資料檔案的例子。
正常用法：
cat rands20m.txt | awk '{s+=$1} end {print s}'
cat rands20m.txt | parallel --pipe awk \'{s+=\$1} end {print s}\' | awk '{s+=$1} end {print s}'
這個有點複雜：parallel指令中的–pipe參數将cat輸出分成多個塊分派給awk調用，形成了很多子計算操作。這些子計算經過第二個管道進入了同一個awk指令，進而輸出最終結果。第一個awk有三個反斜杠，這是gnu parallel調用awk的需要。
wc
想要最快的速度計算一個檔案的行數嗎?
傳統做法：
wc -l bigfile.txt
現在你應該這樣：
cat bigfile.txt | parallel --pipe wc -l | awk '{s+=$1} end {print s}'
非常的巧妙，先使用parallel指令‘mapping’出大量的wc -l調用，形成子計算，最後通過管道發送給awk進行彙總。
sed
想在一個巨大的檔案裡使用sed指令做大量的替換操作嗎?
正常做法：
sed s^old^new^g bigfile.txt
現在你可以：
cat bigfile.txt | parallel --pipe sed s^old^new^g
…然後你可以使用管道把輸出存儲到指定的檔案裡。
本文作者：佚名
來源：51cto