bash：如何将一个文件的多个副本快速复制到另一个文件中？

Question

我需要通过向程序提供越来越大的输入文件来对程序进行压力测试。我有一个输入文件inputSmall.txt，我想将N 次和cat 复制到同一个文件中。 N 是大文件。如果有任何比以下简单循环更快的方法（例如N=1000）：

for i in {1..1000}
do 
    cat inputSmall.txt >> input1000.txt
done

我的机器有足够的磁盘空间来存储inputN.txt 非常大的Ns，并且有很多内存，以防相关。

谢谢

Answer 1

cat 是一个外部命令，而不是 shell 的一部分；像所有外部命令一样，启动它有很大的开销。同样，运行>>input1000.txt 是一项相当昂贵的文件系统操作——查找与目录关联的inode，将其打开，然后（在离开范围时）刷新内容并关闭文件。

这些事情只做一次效率更高。

---

假设inputSmall.txt 的最后一行以换行符结束，以下将正常工作，并且开销要少得多：

in=$(<inputSmall.txt)        # read the input file only once
exec 3>>input1000.txt        # open the output file only once

for ((i=0; i<1000; i++)); do
  printf '%s\n' "$in" >&3    # write the input from memory to the output fd
done
exec 3>&-                    # close the output fd

Answer 2

当你写作时

for i in {1..1000}

您告诉外壳程序首先将 1 到 1000 的所有数字写入命令缓冲区，然后遍历每个数字。对于大数字，这不仅速度很慢，而且 bur 还增加了显着的内存需求（例如，参见 unix.se 上的 this post）。

在 bash 中，您可以使用以下语法来避免这一切：

for ((i=1; i<=1000;i++))

作为奖励，这允许边界是变量。

Answer 3

这样您可以更快地完成“指数”，但您需要为 tmp 文件留出一些额外的磁盘空间。

input=$1

new=${input}.new.txt
tmp=${input}.tmp.txt

cat ${input} > ${new}
cat "" > ${tmp}

# 2^10=1024
for ((i=0; i<10 ; i++))
do
        cat ${new} >> ${tmp}
        cat ${tmp} >> ${new}
done

rm ${tmp}