从文件或流中获取样本？

Question

是否有任何实用程序可以在命令行上从流中过滤样本，例如

• 打印文件的每 100 行或
• 以 0.01 的概率打印出文件的一行或
• 通过水库采样等算法？

更新：到目前为止我发现：

• 打印文件的每 100 行：sed -n '0~100p'

Answer 1

使用 (GNU) awk 的简单解决方案：

100 中的每一个（数字可被 100 整除的行）：

do_something | awk 'NR % 100 == 0'

或伪随机：

do_something | awk 'rand() < 0.01' 

这些数字可能不完全一致，并且可能需要添加BEGIN{ srand() }以初始化每次运行的新种子。