小编fif*_*ine的帖子

语境

我有一个包含数千个 zip 文件的目录，这些文件在表单中注明日期YYYYMMDD_hhmmss.zip，每个大约 300K。在每个 zip 文件中大约有 400 个 xml 文件，每个大约 3K。

问题

我需要能够在 zip 文件的日期范围内搜索和找到给定的字符串。

当前（尽管平庸）的解决方案

我有以下单线

find /home/mydir/ -type f | sort | \
awk "/xml_20140207_000016.zip/,/xml_20140207_235938.zip/" | \
xargs -n 1 -P 10 zipgrep "my search string"

它的重点是

1. 列出我的千文件目录中的所有文件
2. 对这个文件列表进行排序
3. 根据给定日期检索一系列文件（此awk命令仅打印第一个匹配字符串之后到第二个匹配字符串的行）
4. 将对应于单个文件的结果的每一行传递给 zipgrep

问题

即使在 24 核机器上有 10 个进程，这种单行运行速度也非常慢。我相信它因为zipgrep命令而变慢，但我不够聪明，不知道如何改进它。我不知道该不该，但我有点尴尬，我的同事写了一个运行速度比这个脚本更快的java工具。如果可能的话，我想扭转这种局面。那么，有没有人知道如何在这种情况下更快地执行此命令？或者完全改进它的任何部分？