第二十一章创建任意大小的文件和分隔任意大小的文件：dd命令、split命令、csplit命令

dd命令

名词解释

dd命令用语复制文件，并对原文件的内容进行转换和格式化处理。dd命令功能很强大对于一些比较底层的问题，使用dd命令往往可以得到出人意料的效果。用的比较多的还是用dd来备份裸设备。但是不推荐，如果需要备份oracle裸设备的，可以使用rman备份，或使用第三方软件备份，使用dd的话，管理起来不太方便。

建议在有需要的时候使用dd对物理磁盘操作，如果是文件系统的话，还是使用tar backup cpio等其他命令更加方便。另外，使用dd对磁盘操作时，最好使用块设备文件。

语法

dd（选项）

选项

bs=<字节数> ：将ibs（输入）与欧巴桑（输出）设成指定的字节数。
cbs=<字节数> ：转换时，每次只转换指定的字节数。
conv=<字节数>：指定文件转换的方式。
count=<区块数>：仅读取指定的区块数。
ibs=<字节数>：每次读取的字节数。
obs=<字节数>：每次输出的字节数。
of=<文件>：输出到文件。
seek=<区块数>：一开始输出时，跳过指定的区块数。
skip=<区块数>：一开始读取时，跳过指定的区块数。
--help：帮助
--version：显示版本信息

实例

[root@ceshi dd]# dd if=/dev/zero of=sun.txt bs=1M count=1
1+0 records in
1+0 records out
1048576 bytes (1.0 MB) copied, 0.00395019 s, 265 MB/s

[root@ceshi dd]# du -sh sun.txt 
1.0M    sun.txt

该命令创建了一个1M大小的文件sun.txt，其中参数解释：

if 代表输入文件。如果不指定if，默认就会从stdin中读取输入。
of 代表输出文件。如果不指定of，默认就会将stdout作为默认输出。
bs 代表字节为单位的块大小。
count 代表被赋值的块数。
/dev/zero 是一个字符设备，会不断返回0值字节（\0）。

块大小可以使用的计量单位表：

单元大小	代码
字节（1B）	c
字节（2B）	w
块（512B）	b
千字节（1024B）	k
兆字节（1024KB）	M
吉字节（1024MB）	G

以上命令可以看出，可以使用dd命令来测试内存操作速度：

1048576 bytes (1.0 MB) copied, 0.00395019 s, 265 MB/s

split命令

名词解释

split命令可以将一个大文件分割成很多个小文件，有时需要将文件分割成更小的片段，比如：为提高可读性，生成日志等。

选项

-b：值为每一输出档案的大小，单位为byte 。
-C：每一输出当中，单行的最大byte数。
-d：使用数字作为后缀。
-l：值为每一输出档的列数大小。
-a length：设定length指定输出文件的后缀的长度
-a length split_file：设定split_file指定输出文件名的前缀

实例

生成一个大小为100KB的测试文件

[root@ceshi split]# dd if=/dev/zero bs=100k count=1 of=date.file
1+0 records in
1+0 records out
102400 bytes (102 kB) copied, 0.000913943 s, 112 MB/s

使用split命令将上面创建的date.file文件分割成大小为10KB的小文件：

[root@ceshi split]# split -b 10k date.file 
[root@ceshi split]# ls
date.file  xaa  xab  xac  xad  xae  xaf  xag  xah  xai  xaj

文件被分割成多个带有字母的后缀文件，如果想用数字后缀使用-d；同时可以使用-a length来指定后缀的长度：

[root@ceshi split]# split -b 10k date.file -d -a 3
[root@ceshi split]# ls
date.file  x000  x001  x002  x003  x004  x005  x006  x007  x008  x009  xaa  xab  xac  xad  xae  xaf  xag  xah  xai  xaj

为分割后的文件指定文件名的前缀：

[root@ceshi split]# split -b 10k date.file -d -a 3 split_file
[root@ceshi split]# ls
date.file      split_file002  split_file005  split_file008  x001  x004  x007  xaa  xad  xag  xaj
split_file000  split_file003  split_file006  split_file009  x002  x005  x008  xab  xae  xah
split_file001  split_file004  split_file007  x000           x003  x006  x009  xac  xaf  xai

使用-l选项根据文件的行数来分割文件，例如把文件分割成每个文件包含10行的小文件：

split -l 10 date.file

csplit命令

名词解释

csplit命令用于将一个大文件分割成小的碎片，并且将分割后的每个碎片保存成一个文件。碎片文件的命令类似“xx00、xx01”。csplit命令是split的一个变体，split只能够根据文件大小或行数来分割，但csplit能够根据文件本身特点来分割文件。

语法

csplit(选项)(参数)

选项

-b<输出格式> 或 --suffix-format=<输出格式> ：预设的输出格式其文件名称为xx00、xx01等，用户可以通过改变<输出格式>来改变输出的文件名；
-f<输出字首字符串> 或 --prefix=<输出字首字符串> ：预设的输出字首字符串其文件名为xx00、xx01等；如果指定输出字首字符串为hello，则输出文件名为hello00、hello01等。
-k 或 --keep-files ：保留文件，就算发生错误或中断执行，也不能删除已经输出保存的文件。
-n<输出文件名位数> 或 --digits=<输出文件名位数> ：预设的输出文件名位数，其文件名称为xx00、xx01等；如果用户指定输出文件名位数为3，则输出文件名为xx000、xx001等。
-q 或 --quiet 或 --silent ：不显示指令执行过程。
-z 或 --elide-empty-files ：删除长度为0 byte文件。

参数

文件：指定要分割的原文件。

模式：指定要分割文件时的匹配模式。

实例

测试文件内容server.log

[root@ceshi csplit]# cat server.log 
SERVER-1
[con] 10.10.10.1 suc
[con] 10.10.10.2 fai
[dis] 10.10.10.3 pen
[con] 10.10.10.4 suc
SERVER-2
[con] 10.10.10.5 suc
[con] 10.10.10.6 fai
[dis] 10.10.10.7 pen
[con] 10.10.10.8 suc
SERVER-3
[con] 10.10.10.9 suc
[con] 10.10.10.10 fai
[dis] 10.10.10.11 pen
[con] 10.10.10.12 suc

需要将server.log分割成server1.log、server2.log、server3.log，这些文件的内容分别取自原文件中不同的SERVER部分：

[root@ceshi csplit]# csplit server.log /SERVER/ -n2 -s {*} -f server -b "%02d.log"; rm -rf server00.log
[root@ceshi csplit]# ls
server01.log  server02.log  server03.log  server.log

命令详细说明：

/正则表达式/ ：匹配文本样式，如:/server/ ，从第一行到包含server的匹配行。
{*} ：表示根据匹配重复执行分割，知道文件末尾停止，使用{整数}代表分割执行的次数。
-s ：静默模式，不打印其他信息。
-n ：指定分割后的文件名后缀的数字个数。如：01、02、03
-f ：指定分割后的文件名前缀。
-b ：指定后缀格式。如：%02d.log，类似于C语言中的printf参数格式。
rm -rf server00.log ：是删除第一个文件，因为分割后的第一个文件没有内容，匹配的单词就位于文件的第一行中。