centos 在zip文件上搜索字符串的最快grep

lztngnrs  于 2022-11-07  发布在  其他
关注(0)|答案(1)|浏览(192)

我有一个多达50K的名字列表。我需要在日志中搜索,这些都是在多个zip文件。这些zip文件在不同的文件夹和巨大的(高达450GB)。并有多个文件在一个zip文件。
现在,我正在迭代每个zip文件和每个文件的日志文件,并在其中搜索名称。

cd /disk1/ABCDEFArchive/

while read pl; do
  echo Searching $pl

  for i in 3 3-AB 3-CD 3-EF 4 4-AB 4-CD 4-EF 5 5-AB 5-CD 5-EF 
  do
    cd web$i
    for j in 2017-09 2017-10 2017-11 2017-12 2017-01 2017-02 
    do
      for k in $(unzip -l ABCDEF-${j}.zip | awk '{print $4}' | grep ABCDEF)
      do
        echo "searching $pl in   web$i ===>>> ABCDEF-${j}.zip ===>>> $k  "
        isexists=$(unzip -p ABCDEF-${j}.zip $k  | grep "=${pl}" | head -1 )
        if [[ ! -z "$isexists" ]]; then
          mysql -e "update test.product_list_tobedeleted set foundinlogs=1 where list_name =\"${pl}\";"
      echo "$pl@@@$isexists" >>${ScriptPath}/ProductlistFound.csv
          break 3   
        fi
     done
   done 
   cd ..
  done

但是一个月以来它的工作速度非常慢,仍然在3000的名字
我还尝试了一些工作,如在zip文件中找到,而不在每个日志文件中迭代,等等,但这些更糟。

kognpnkq

kognpnkq1#

为了高效地搜索zip文件,有人建议尝试ugrep,它与grep非常相似,但也可以使用并行线程高效地搜索zip/tar/cpio/pax文件。如果找到模式匹配,则使用选项ugrep -l -z PATTERN生成输出结果,或者只测试ugrep -q -z PATTERN的出口,它的出口为零(success)。在-q的情况下,ugrep在找到模式匹配后不会继续解压缩和搜索zip文件,这应该会更快。使用选项-F来搜索字符串而不是正则表达式。

相关问题