Linux下如何切割與合并大文件
我們傳輸一個(gè)大文件時(shí)，有時(shí)網(wǎng)絡(luò)比較慢，需要花費(fèi)很長(zhǎng)時(shí)間才能傳輸完成，或者傳輸?shù)倪^(guò)程中，網(wǎng)絡(luò)不穩(wěn)定，有可能導(dǎo)致此次傳輸失敗，針對(duì)這種情況，我們可以把大文件切分成小文件，再逐個(gè)的傳輸?shù)侥康牡兀詈笤侔阉鼈兒喜⒊梢粋€(gè)文件。
小文件傳輸有什么優(yōu)點(diǎn)呢?當(dāng)出現(xiàn)網(wǎng)絡(luò)閃斷導(dǎo)致傳輸失敗了，也只需要重新傳輸失敗的一個(gè)文件，由于文件比較小，重新傳輸相對(duì)大文件要快很多，另外，切割成小文件，可以增加傳輸?shù)牟l(fā)量，也就是說(shuō)多個(gè)小文件同時(shí)傳輸，比傳輸單個(gè)文件速度更快
Linux下切割文件的命令是 split 合并文件可以使用 cat 命令，下面將介紹這兩個(gè)命令的使用以及切割和合并文件的方法
語(yǔ)法
split 命令的語(yǔ)法如下：
- split [OPTION]... [INPUT [PREFIX]]
INPUT 表示標(biāo)準(zhǔn)輸入或者文件
PREFIX 表示大文件分割后產(chǎn)生的小文件名字的前綴，默認(rèn)是小寫字母 x，前綴后跟一組字符 , 按照類似 aa、ab、ac 字母順序組成一個(gè)一個(gè)的文件名，比如：切割成三個(gè)文件，它們的文件名默認(rèn)就是 xaa、 xab、 xac
OPTION 表示命令的選項(xiàng)，比如：按字節(jié)切割文件，按文件行切割文件等，下面列出了一些常用的選項(xiàng)
切割文件實(shí)例
下面來(lái)看幾組 split 命令的使用實(shí)例吧
- 按文件大小切割
首先創(chuàng)建一個(gè) 10M 大小的文件
關(guān)于如何創(chuàng)建指定大小的文件可以參考 1s 創(chuàng)建100G文件，最快的方法是?
- [root@localhost split_test]# fallocate -l 10M myfile
- [root@localhost split_test]# ls -lh
- 總用量 10M
- -rw-r--r-- 1 root root 10M 9月 30 11:18 myfile
- [root@localhost split_test]#
把 myfile 文件分割成若干個(gè)小文件，每個(gè)文件大小為 2M
- [root@localhost split_test]# split -b 2M myfile
- [root@localhost split_test]# ls -lh
- 總用量 20M
- -rw-r--r-- 1 root root 10M 9月 30 11:18 myfile
- -rw-r--r-- 1 root root 2.0M 9月 30 11:23 xaa
- -rw-r--r-- 1 root root 2.0M 9月 30 11:23 xab
- -rw-r--r-- 1 root root 2.0M 9月 30 11:23 xac
- -rw-r--r-- 1 root root 2.0M 9月 30 11:23 xad
- -rw-r--r-- 1 root root 2.0M 9月 30 11:23 xae
從上述結(jié)果可以看出，輸入文件 myfile 大小為 10M , 選項(xiàng) " -b 2M " 表示每個(gè)輸出文件 2M, 總共切割成 5 個(gè)文件，文件名分別是 xaa、xab、xac、xad、xae
- 按文件行數(shù)切割
首先創(chuàng)建一個(gè) 10K 大小的文件, 文件的每一行內(nèi)容都是 "this is a test file"
- [root@localhost split_test]# yes "this is a test file" | head -c 10K > numfile
- [root@localhost split_test]# ls -lh
- 總用量 12K
- -rw-r--r-- 1 root root 10K 9月 30 11:46 numfile
- [root@localhost split_test]# wc -l numfile
- 512 numfile
從結(jié)果可以得知，numfile 文件大小為 10K, 總共有 512 行， 命令 wc -l numfile 是查詢 numfile 文件的總行數(shù)
把 numfile 文件切割成若干文件，每個(gè)文件 100 行, 并且新生成的文件名字前綴為 "split_file_"， 具體的命令以及執(zhí)行結(jié)果如下：
- [root@localhost split_test]# split -l 100 numfile split_file_
- [root@localhost split_test]# ls -lh
- 總用量 36K
- -rw-r--r-- 1 root root 10K 9月 30 11:46 numfile
- -rw-r--r-- 1 root root 2.0K 9月 30 11:54 split_file_aa
- -rw-r--r-- 1 root root 2.0K 9月 30 11:54 split_file_ab
- -rw-r--r-- 1 root root 2.0K 9月 30 11:54 split_file_ac
- -rw-r--r-- 1 root root 2.0K 9月 30 11:54 split_file_ad
- -rw-r--r-- 1 root root 2.0K 9月 30 11:54 split_file_ae
- -rw-r--r-- 1 root root 240 9月 30 11:54 split_file_af
- [root@localhost split_test]# wc -l split_file_aa
- 100 split_file_aa
- [root@localhost split_test]# wc -l split_file_ab
- 100 split_file_ab
- [root@localhost split_test]# wc -l split_file_ac
- 100 split_file_ac
- [root@localhost split_test]# wc -l split_file_ad
- 100 split_file_ad
- [root@localhost split_test]# wc -l split_file_ae
- 100 split_file_ae
- [root@localhost split_test]# wc -l split_file_af
- 12 split_file_af
從結(jié)果可以知道，總共512行的文件 numfile 被分成了 6 個(gè)文件，文件名分別是 split_file_aa、 split_file_ab、 split_file_ac、 split_file_ad、 split_file_ae、 split_file_af , 其中前5個(gè)文件每個(gè)文件都是 100 行，最后一個(gè)文件只有剩下的 12 行
- 按文件數(shù)量切割
選項(xiàng) -n 可以控制文件切割成小文件的數(shù)量
- [root@localhost split_test]# fallocate -l 5M cntfile
- [root@localhost split_test]# ls -lh
- 總用量 5.0M
- -rw-r--r-- 1 root root 5.0M 9月 30 12:51 cntfile
- [root@localhost split_test]# split -d -n 5 cntfile
- [root@localhost split_test]# ls -lh
- 總用量 10M
- -rw-r--r-- 1 root root 5.0M 9月 30 12:51 cntfile
- -rw-r--r-- 1 root root 1.0M 9月 30 12:58 x00
- -rw-r--r-- 1 root root 1.0M 9月 30 12:58 x01
- -rw-r--r-- 1 root root 1.0M 9月 30 12:58 x02
- -rw-r--r-- 1 root root 1.0M 9月 30 12:58 x03
- -rw-r--r-- 1 root root 1.0M 9月 30 12:58 x04
fallocate -l 5M cntfile 命令是創(chuàng)建一個(gè) 5M 大小的文件 cntfile
split -d -n 5 cntfile 命令是把 cntfile 文件切割成 5 個(gè)小文件, -d 選項(xiàng)表示文件名使用數(shù)字后綴
通過(guò)切割后的結(jié)果可以知道，切割后生成了 5 個(gè)文件，他們分別是 x00、x01、x02、x03、x04 ，每個(gè)文件大小是 1M
- 禁止生成 0 長(zhǎng)度的文件
在上面 按文件數(shù)量切割 小節(jié)中，存在一種特殊情況，文件的大小不足以分成指定數(shù)量的小文件，比如：一個(gè) 5 字節(jié)的文件，要切割成 8 個(gè)文件，切割的最小單位是 1 字節(jié)，所以最多只能切割成 5 個(gè)文件，要切割成 8 個(gè)文件的話，那么剩下的 3 個(gè)文件大小只能是 0 字節(jié)
上述空文件即使生成了，也沒(méi)什么意義，我們可以用 -e 選項(xiàng)來(lái)禁止生成空文件，請(qǐng)看下面的實(shí)例
上圖中 fallocate -l 5 testfile 表示創(chuàng)建一個(gè)大小為 5 字節(jié)大小的文件 testfile
split --verbose -n 8 testfile 表示把 testfile 文件切割成 8 個(gè)小文件， --verbose 選項(xiàng)是輸出創(chuàng)建新文件的日志
從上圖可以看出，執(zhí)行命令后，共創(chuàng)建了 8 個(gè)文件，它們分別是 xaa、 xab、 xac 、xad 、xae、 xaf、 xag、 xah ， 每個(gè)文件的大小是怎樣的呢， 繼續(xù)看下圖
上圖中 ls -lh 命令結(jié)果輸出了切割之后各個(gè)文件的詳細(xì)信息， 從中可以得出， 前 5 個(gè)文件 ( xaa、 xab、 xac 、xad 、xae ) 大小均為 1 字節(jié)， 后三個(gè)文件，也就是圖中紅框中的文件 ( xaf、 xag、 xah ) 大小均為 0 字節(jié)
0 字節(jié)的文件并不包含任何內(nèi)容，也不需要進(jìn)行傳輸，所以，不需要生成它們， 我們可以用 -e 選項(xiàng)來(lái)禁止生成 0 字節(jié)的文件
我們先刪除切割之后的小文件，再執(zhí)行 split --verbose -e -n 8 testfile命令，具體的結(jié)果如下：
從上圖可以看出，加上 -e 選項(xiàng)之后，只生成了 5 個(gè)文件，分別是 xaa、 xab、 xac 、xad 、xae, 每個(gè)文件的大小為 1 字節(jié)， 沒(méi)有出現(xiàn) 0 字節(jié)大小的文件了
切割與合并
大文件切割成許多小文件，通過(guò)網(wǎng)絡(luò)全部傳輸?shù)竭h(yuǎn)程機(jī)器上之后，需要把它們合并成一個(gè)大文件，并且合并之后的大文件與原始的大文件要一模一樣，下面我們通過(guò)一個(gè)實(shí)例來(lái)說(shuō)明整個(gè)過(guò)程
1、在本地生成一個(gè) 1G 大小的文件
- [root@localhost split_test]# dd if=/dev/urandom of=bigfile bs=1M count=1024
- 記錄了1024+0 的讀入
- 記錄了1024+0 的寫出
- 1073741824字節(jié)(1.1 GB)已復(fù)制，87.5173 秒，12.3 MB/秒
- [root@localhost split_test]# ls -lh
- 總用量 1.0G
- -rw-r--r-- 1 root root 1.0G 9月 30 14:41 bigfile
2、計(jì)算出本地文件 bigfile 的 MD5， 用于后面與遠(yuǎn)程機(jī)器上大文件的校驗(yàn)
- [root@localhost split_test]# md5sum bigfile
- 4b06ddf4eeecbf26f36fd3ddad331deb bigfile
3、把 bigfile 文件切割成 100M 大小的小文件
- [root@localhost split_test]# split -b 100M bigfile
- [root@localhost split_test]# ls -lh
- 總用量 2.0G
- -rw-r--r-- 1 root root 1.0G 9月 30 14:41 bigfile
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xaa
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xab
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xac
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xad
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xae
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xaf
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xag
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xah
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xai
- -rw-r--r-- 1 root root 100M 9月 30 14:44 xaj
- -rw-r--r-- 1 root root 24M 9月 30 14:44 xak
4、將切割之后的文件 xaa、 xab、 xac、 xad、 xae、 xaf、 xag、 xah、 xai、 xaj、 xak 逐個(gè)傳輸?shù)竭h(yuǎn)程機(jī)器的 merge_test 目錄中，這里省略了傳輸過(guò)程
5、進(jìn)入遠(yuǎn)程機(jī)器的 merge_test 目錄，把 xaa、 xab、 xac、 xad、 xae、 xaf、 xag、 xah、 xai、 xaj、 xak 合并成一個(gè)文件
- [root@localhost merge_test]# cat x* > remote_bigfile
- [root@localhost merge_test]# ls -lh
- 總用量 2.0G
- -rw-r--r-- 1 root root 1.0G 9月 30 14:54 remote_bigfile
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xaa
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xab
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xac
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xad
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xae
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xaf
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xag
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xah
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xai
- -rw-r--r-- 1 root root 100M 9月 30 14:53 xaj
- -rw-r--r-- 1 root root 24M 9月 30 14:53 xak
6、計(jì)算合并后 remote_bigfile 文件的 MD5
- [root@localhost merge_test]# md5sum remote_bigfile
- 4b06ddf4eeecbf26f36fd3ddad331deb remote_bigfile
7、比較本地機(jī)器上 bigfile 文件和 遠(yuǎn)程機(jī)器上 remote_bigfile 文件的 MD5， 如果相同，表示傳輸成功，如果不一樣，表示傳輸失敗
根據(jù) 步驟 2 和 步驟 6 的結(jié)果， bigfile 和 remote_bigfile 的 MD5 都是4b06ddf4eeecbf26f36fd3ddad331deb， 所以此次傳輸成功
小結(jié)
本文介紹了文件切割命令的用法，以及切割、傳輸、合并、校驗(yàn)的整個(gè)流程，文中實(shí)例中用到的 利用 fallocate、dd 以及 yes 創(chuàng)建文件可以參考 1s 創(chuàng)建100G文件，最快的方法是?
