linux中使用split命令分割大文件使用方法

功能：使用 shell 的 split 可以将一个大文件分割成很多个小文件，有时文件太大处理起来不方便就需要使用到了。

在默认情况下将按照每1000行切割成一个小文件。

语法：

split [-<行数>][-b][-c][-l] file.txt

参数说明：

split [-bl] file [prefix] -a 5 -d
-b -- bytes=size 对file进行切分 每个小文件大小为size 可以指定单位b，k，m
-l -- lines=number 对file进行切分 每个文件都有number行
-a 5 后缀长度
-d 数字后缀
-c <字节> : 与参数"-b"相似，但是在切割时将尽量维持每行的完整性
prefix 分割后产生的文件名前缀

例如如下就是将文件xxx.txt以50M分割 以三位数字为后缀生成小文件

split -C 50M xxx.txt -d -a 3 file_

实例

实例一

使用指令 split 将文件 file.txt 每6行切割为一个文件，输入：

split -6 file.txt
-rw-r--r-- 1 root root 27 Nov 13 09:32 file.txt
-rw-r--r-- 1 root root 12 Nov 13 09:32 xaa
-rw-r--r-- 1 root root 15 Nov 13 09:32 xab

实例二

假设要切分的文件为 file.txt 大小为 109M 3192043行。

1. 按行数切割

split -l 1000000 file.txt ## 按每个文件一百万行进行切割
-rw-r--r-- 1 root root 113209645 Sep  2 11:04 file.txt
-rw-r--r-- 1 root root  35466488 Sep  2 15:46 xaa
-rw-r--r-- 1 root root  35465970 Sep  2 15:46 xab
-rw-r--r-- 1 root root  35465632 Sep  2 15:46 xac
-rw-r--r-- 1 root root   6811555 Sep  2 15:46 xad

生成xaa、xab、xac、xad等4个文件。

1. 按大小切割

split -b 20m file.txt ## 按每个文件20m的大小进行切割
-rw-r--r-- 1 root root 113209645 Sep  2 11:04 file.txt
-rw-r--r-- 1 root root  20971520 Sep  2 15:47 xaa
-rw-r--r-- 1 root root  20971520 Sep  2 15:47 xab
-rw-r--r-- 1 root root  20971520 Sep  2 15:47 xac
-rw-r--r-- 1 root root  20971520 Sep  2 15:47 xad
-rw-r--r-- 1 root root  20971520 Sep  2 15:47 xae
-rw-r--r-- 1 root root   8352045 Sep  2 15:47 xaf

生成多个文件，每个大小为20M。

1. 添加前缀切割

split -b 50m file.txt example
-rw-r--r-- 1 root root  52428800 Sep  2 15:49 exampleaa
-rw-r--r-- 1 root root  52428800 Sep  2 15:49 exampleab
-rw-r--r-- 1 root root   8352045 Sep  2 15:49 exampleac

1. 更改命名

split -l 1000000 file.txt -d -a 3 url_
-rw-r--r-- 1 root root  35466488 Sep  2 16:11 url_000
-rw-r--r-- 1 root root  35465970 Sep  2 16:11 url_001
-rw-r--r-- 1 root root  35465632 Sep  2 16:11 url_002
-rw-r--r-- 1 root root   6811555 Sep  2 16:11 url_003

说明：

• -l 按行分割
• -d 添加数字后缀
• -a 3 表示用3位数来顺序命名 后缀长度
• url_ 分割后文件的前缀

1. 添加拓展名

split -l 4 file.txt -d -a 3 url_ && ls | grep url_ | xargs -n1 -i {} {}.txt

说明：

• && 将2个命令连接起来一起执行
• 查找url_开头的文件，逐个重命名为xxx.txt

1. 使用 cat 命令合并数据

cat url_*.txt > url.txt

其他

dd命令

生成一个大小为100kb的测试文件：

dd if=/dev/zero bs=100k count=1 of=data.file
1+0 records in
1+0 records out
102400 bytes (102 kB) copied, 0.000258 seconds, 397 MB/s
# count=1指仅拷贝一个块
# bs=100k 指块大小为100k个字节

dd命令用指定大小的块拷贝一个文件，并在拷贝的同时进行指定的转换。

• if=文件名：输入文件名，缺省为标准输入。即指定源文件。< if=input file >
• of=文件名：输出文件名，缺省为标准输出。即指定目的文件。< of=output file >
• ibs=bytes：一次读入bytes个字节，即指定一个块大小为bytes个字节。
  obs=bytes：一次输出bytes个字节，即指定一个块大小为bytes个字节。
  bs=bytes：同时设置读入/输出的块大小为bytes个字节。
• cbs=bytes：一次转换bytes个字节，即指定转换缓冲区大小。
• skip=blocks：从输入文件开头跳过blocks个块后再开始复制。
• seek=blocks：从输出文件开头跳过blocks个块后再开始复制。
  注意：通常只用当输出文件是磁盘或磁带时才有效，即备份到磁盘或磁带时才有效。
• count=blocks：仅拷贝blocks个块，块大小等于ibs指定的字节数。
• conv=conversion：用指定的参数转换文件。

/dev/null和/dev/zero的区别

• /dev/null，外号叫无底洞，你可以向它输出任何数据，它通吃，并且不会撑着！
• /dev/zero，是一个输入设备，你可你用它来初始化文件。该设备无穷尽地提供0，可以使用任何你需要的数目——设备提供的要多的多。他可以用于向设备或文件写入字符串0。
• /dev/null——它是空设备，也称为位桶（bit bucket）。任何写入它的输出都会被抛弃。如果不想让消息以标准输出显示或写入文件，那么可以将消息重定向到位桶。
• 像/dev/null一样， /dev/zero也是一个伪文件， 但它实际上产生连续不断的null的流（二进制的零流，而不是ASCII型的）。 写入它的输出会丢失不见， 而从/dev/zero读出一连串的null也比较困难， 虽然这也能通过od或一个十六进制编辑器来做到。
• /dev/zero主要的用处是用来创建一个指定长度用于初始化的空文件，就像临时交换文件。
• 关于 /dev/zero 的另一个应用是为特定的目的而用零去填充一个指定大小的文件， 如挂载一个文件系统到环回设备 （loopback device）或”安全地” 删除一个文件。

参考链接1：Linux：split命令详解

参考链接2：linux命令总结dd命令详解