perl并行处理大文件

​​​有时候会需要对大文件进行并行处理,但是perl中不像其他的语言,可以使用多线程,perl的多线程其实就是对文件进行切割;

而对于文本文件,需要保证行的完整性,一种是快速跳过不需要的行

#!/usr/bin/perl -w

use strict;

no warnings 'recursion';

my $m=$ARGV[0];  #分成m份

my $l=$ARGV[1];  #第l份

my $file="test1.txt";

my $line=`wc -l $file`;

my ($linenum)=$line=~/(\d+)/;

my $linenum=10 if(!($linenum));

my $n=int($linenum/$m);  #每份做n行

open  READ, "$file" || die $!;

my $i=0;

while (<READ>) { 

  if ($i>=($l-1)*$n){&doit();}

  $i++;

  last if ($i>=$l*$n || $i>linenum)

}

sub doit(){

  print $_;

}

close READ;

好一点的办法是使用seek,但是需要处理不完整行,可以让前一个进程多处理一行,后一个进程少处理一行:

#!/usr/bin/perl -w

use strict;

no warnings 'recursion';

my $m=$ARGV[0];  #分成m份

my $l=$ARGV[1];  #第l份

my $file="test1.txt";

my @args = stat  $file;

my $size = $args[7];

my $n=int($size/$m);   #每份做nbytes

open READ, "<$file" || die $!;

seek READ,(($l-1)*$n),0;

#非第一份,少读第一行

  if($l>1){

my $tmpline = <READ>;

  }

while (<READ>) { 

   &doit();

   my $position = tell(READ);

  last if ($position> $l*$n || $position>=$size); #多读一行 

}

sub doit(){

  print $_;

}

close READ;

perl大文件读取处理模块  

​perl CPAN里面的 Tie-File 模块极大方便了对大文件的操作。该模块用perl的数组代表一个文件,文件的每一行对应数组的一个元素,第一行为元素0,第二回为1,...  文件本身实际并不加载到内存,对数组元素的操作立刻作用到文件里。

最大的方便是可以任意指定处理开头结尾的某几行。

 Tie-File 模块的基本用法:

#!/usr/bin/perl -w

use strict;

no warnings 'recursion';

use Tie::File;

tie @array, 'Tie::File', filename or die ...;

$array[13] = 'blah';     # line 13 of the file is now 'blah'

print $array[42];        # display line 42 of the file

$n_recs = @array;        # how many records are in the file?

$#array -= 2;            # chop two records off the end

foreach (@array) {

  s/PERL/Perl/g;         # Replace PERL with Perl everywhere in the file

}

# These are just like regular push, pop, unshift, shift, and splice

# Except that they modify the file in the way you would expect

push @array, new recs...;

my $r1 = pop @array;

unshift @array, new recs...;

my $r2 = shift @array;

@old_recs = splice @array, 3, 7, new recs...;

untie @array;            # all finished

还有一个是Perl中的Thread​模块:

http://doc.plob.org/perl/perl/PerlThread.html#17_2_1​​​​​

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容

  • mean to add the formatted="false" attribute?.[ 46% 47325/...
    ProZoom阅读 2,689评论 0 3
  • ############原文粘贴#################### 用 Perl 实现的有用的单行程序 ...
    sunslj阅读 1,149评论 0 4
  • rljs by sennchi Timeline of History Part One The Cognitiv...
    sennchi阅读 7,287评论 0 10
  • 会计师好好是是家里 简历一个好好说考虑简历 两居室
    szrw阅读 176评论 0 0
  • OCTBTC平台推出的代币为The OTCBTC Token,简称OTB,发行总量2亿个且永不增发,OTB是基于以...
    搬砖人1314阅读 430评论 0 0