所以我有一个非常大的文件(大约10GB)并且需要对它进行排序,就像使用’sort’实用程序一样,但更有效.
问题是,我没有内存,cpu功率,时间,也没有自由交换空间来驱动整个排序.
好处是文件已经部分排序(我可以说每条线与其最终位置的距离小于某个值N).这种方式让我想起了为此目的使用大小为N的堆的堆的经典计算机类示例.
问题:是否有一些unix工具已经有效地完成了这项工作,或者我是否需要自己编写代码?
谢谢
-MK
将文件拆分为更小的部分并对其进行排序会更容易.分开:-
split --lines=100000 large_file file_part.
然后使用正常排序对每个进行排序
for suffix in `ls file_part.* | cut -f2 -d.` do sort file_part.${suffix} > file_sorted.${suffix} done
然后你可以在merge sorting之前结合起来
sort -m file_sorted.*
这在您的机器上应该更容易.