Вы можете обнаружить, что:
LC_ALL=C grep -Ec '^[[:blank:]]*xx([[:blank:]]|$)'
значительно быстрее, так как позволяет избежать накладных расходов, связанных с интерпретацией языка более высокого уровня awk
.
Мы используем LC_ALL=C
для упрощения интерпретации текста. Это также означает, что только SPC и TAB понимаются как разделители, но это касается и многих awk
реализаций, независимо от локали.
Некоторые тайминги многоядерной системы GNU/Linux amd64 -изzsh
:
$ (repeat 3000 printf '%s\n' {{,xx}{1..1000},xx}" blah blah blah")> a
$ wc a
6003000 24012000 119412000 a
$ time LC_ALL=C grep -Ec '^[[:blank:]]*xx([[:blank:]]|$)' < a
3000
LC_ALL=C grep -Ec '^[[:blank:]]*xx([[:blank:]]|$)' < a 0.15s user 0.03s system 99% cpu 0.175 total
$ time gawk '$1=="xx"{n++};END{print n}' < a
3000
gawk '$1=="xx"{n++};END{print n}' < a 2.00s user 0.05s system 99% cpu 2.055 total
$ time LC_ALL=C gawk '$1=="xx"{n++};END{print n}' < a
3000
LC_ALL=C gawk '$1=="xx"{n++};END{print n}' < a 1.96s user 0.03s system 99% cpu 1.985 total
$ time mawk '$1=="xx"{n++};END{print n}' < a
3000
mawk '$1=="xx"{n++};END{print n}' < a 1.23s user 0.04s system 99% cpu 1.277 total
$ time gawk '$1=="xx"' < a | wc -l
3000
gawk '$1=="xx"' < a 1.91s user 0.05s system 99% cpu 1.967 total
wc -l 0.00s user 0.00s system 0% cpu 1.967 total