Назад | Перейти на главную страницу

Как разбить файл и сжать напрямую?

У меня есть файл размером 100 ГБ, и я хочу разбить его на 100 файлов по 1 ГБ каждый (путем разрыва строки)

например

split --bytes=1024M /path/to/input /path/to/output

Для созданных 100 файлов я хочу применить gzip / zip к каждому из этих файлов.

Можно ли использовать одну команду?

Используйте "--filter":

split --bytes=1024M --filter='gzip > $FILE.gz' /path/to/input /path/to/output

Функция bash для сжатия на лету с помощью pigz

function splitreads(){

# add this function to your .bashrc or alike
# split large compressed read files into chunks of fixed size
# suffix is a three digit counter starting with 000
# take compressed input and compress output with pigz
# keeps the read-in-pair suffix in outputs
# requires pigz installed or modification to use gzip

usage="# splitreads <reads.fastq.gz> <reads per chunk; default 10000000>\n";
    if [ $# -lt 1 ]; then
        echo;
        echo ${usage};
        return;
    fi;

# threads for pigz (adapt to your needs)
thr=8

input=$1

# extract prefix and read number in pair
# this code is adapted to paired reads
base=$(basename ${input%.f*.gz})
pref=$(basename ${input%_?.f*.gz})
readn="${base#"${base%%_*}"}"

# 10M reads (4 lines each)
binsize=$((${2:-10000000}*4))

# split in bins of ${binsize}
echo "# splitting ${input} in chuncks of $((${binsize}/4)) reads"

cmd="zcat ${input} \
  | split \
    -a 3 \
    -d \
    -l ${binsize} \
    --numeric-suffixes \
    --additional-suffix ${readn} \
    --filter='pigz -p ${thr} > \$FILE.fq.gz' \
    - ${pref}_"

echo "# ${cmd}"
eval ${cmd}
}

Используя эту команду с -d опция позволяет вам генерировать числовые суфиксы.

split -d -b 2048m "myDump.dmp" "myDump.dmp.part-" && gzip myDump.dmp.part*

Созданные файлы:

    myDump.dmp.part-00
    myDump.dmp.part-01
    myDump.dmp.part-02
    ...

Однострочный вариант с условным выражением максимально приближен к вам.

cd /path/to/output && split --bytes=1024M /path/to/input/filename && gzip x*

gzip будет работать только если split успешен из-за условного && который также находится между cd и split убедившись, что cd тоже успешно .. Обратите внимание, что split и gzip вывод в текущий каталог вместо возможности указать выходной каталог. При необходимости каталог можно сделать:

mkdir -p /path/to/output && cd /path/to/output && split --bytes=1024M /path/to/input/filename && gzip x*

Чтобы собрать все вместе:

gunzip /path/to/files/x* && cat /path/to/files/x* > /path/to/dest/filename