Пересечение большого файла: проблема с требованиями к памяти в кластере

Я хотел бы пересечь серию небольших файлов с относительно большим файлом. Следуя многим темам о stackoverflow и после некоторых тестов, я решил использовать эту функцию, которая была самой быстрой на моих данных:

for file1 in ./myfiles*
do 
    # Do other things to create file1 and file2
    # Then
    grep -f $file1 file2.txt | awk -F '\t' '{print $1}' > myResults_$file1.txt
done

где file1 - это файл с одним столбцом от 50 до 100000 строк, а file2 - это файл с разделителями из двух столбцов, ~ 1 миллион строк.

Бывший:

file1

A
B
C

файл2

A 1
B 2
C 3

Я запускаю команду в кластере с 1 потоком и 48 ГБ ОЗУ. Однако я, как только он достигает file1 размером более 10000 строк, он вылетает со следующей ошибкой:

slurmstepd: Job 3312063 exceeded memory limit (50359784 > 50331648), being killed

Может кто-нибудь объяснить мне, почему эта команда хранит так много в памяти и как я могу решить эту проблему?

Убедитесь, что у вас нет пустых строк в file1 - они соответствуют всему. Проверить как это stackoverflow.com/a/13506134/2836621

Mark Setchell 25.09.2018 10:40

Вы уверены, что grep / awk запущены, когда достигнут предел памяти? Или это может быть какой-то другой код, который не показан?

Poshi 25.09.2018 11:58

В этом сценарии нет ничего очевидного, что могло бы вызвать проблемы с памятью. grep считывает каждый файл1 в память 1 за раз, но 100000 строк в один столбец не должны иметь большого значения. В остальном каждая строка обрабатывается по одной. Это будет медленно, но это компромисс для НЕ использования большого количества памяти.

Ed Morton 25.09.2018 16:35

Спасибо вам всем. По крайней мере, у меня есть подтверждение, что теоретически это не должно происходить отсюда. Я продолжу расследование.

Radek 25.09.2018 22:15
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
4
29
0

Другие вопросы по теме