当 grep 不运行 CPU 时，它会做什么？

Question

在查找与 的匹配项时grep，我经常注意到后续搜索所需的时间明显少于第一次——例如 25 秒与 2 秒。显然，它不是通过重用上次运行的数据结构——那些应该已经被释放的。在 上运行time命令grep，我注意到一个有趣的现象：

real    24m36.561s
user    1m20.080s
sys     0m7.230s

剩下的时间去哪儿了？有什么我可以做的让它每次都跑得快吗？（例如，在grep搜索文件之前让另一个进程读取文件。）

Answer 1

它通常与页面缓存有关。

第一次，必须从磁盘读取（物理）数据。

第二次（对于不太大的文件）它可能位于页面缓存中。

因此，您可以先发出类似cat(1)的命令将（不太大的）文件放入页面缓存（即在 RAM 中），然后第二个grep(1)（或任何读取文件的程序）通常会运行得更快.

^{（不过，有时还是需要从磁盘中读取数据）}

另请参阅（有时在您的应用程序中很有用，但实际上很少）readahead(2) & posix_fadvise(2)以及madvise(2) & sync(2) & fsync(2)等....

另请阅读LinuxAteMyRAM。

顺便说一句，这就是为什么在对程序进行基准测试时建议多次运行它的原因。此外，这就是为什么购买更多 RAM 可能会很有用的原因（即使您没有运行将所有 RAM 用于数据的程序）。

如果您想了解更多，请阅读一些书，例如操作系统：三个简单的部分