利用 AWK 的数值计算功能提升工作效率（2）快速计算两个文件之间的时间差

look_w

实例1: 快速计算两个文件之间的时间差如果仅仅从事单纯的数值计算， 恐怕 awk 不是我们最好的选择， 毕竟 awk 是为了方便文本处理而设计的。 不过如果数值计算和文本有密切关系的话， 比方说计算之前要先处理文本中的数据 （如查找，提取数据）， 这时 awk 的优势就会充分显示出来。 而这样的情况在工作中往往是经常碰到的。 我们来看一个实际的例子。 假定我们要比较某些运行在 Linux 集群上的并行程序的效率， 一个可行的方法是估算这些程序运行所需的时间。 这些程序运行的时间通常比较长， 可以从 10 几个小时到一个多星期。 注意到程序在运行中会不断地生成数据文件， 而 Linux 系统会纪录下每个数据文件被创建 （如果以前不存在） 或修改（如果以前存在） 的时间， 这样就可以通过计算两个文件的时间差来估计并行程序的效率。 我们知道 Linux 提供的 stat 命令可以用来获取某个文件的各种属性， 比如对数据文件 simu_space_1.dat 使用命令 stat simu_space_1.dat 会有如下的输出：
清单 7. 命令 stat simu_space_1.dat 的输出

1 2 3 4 5 6 7

File:  "simu_space_1.dat"   Size: 237928       Blocks: 480        IO Block: 4096   regular Datei Device: 801h/2049d  Inode: 2768915     Links: 1 Access: (0644/-rw-r--r--)  Uid: ( 1000/     nst)   Gid: ( 1000/     nst) Access: 2008-11-14 10:56:05.000000000 +0100 Modify: 2008-11-13 23:26:44.000000000 +0100 Change: 2008-11-13 23:26:44.000000000 +0100

以上输出包含了关键字 ’Modify’ 的一行中纪录下了文件被修改的时间。 所以原则上说只要对两个文件分别使用 stat 命令， 得到它们的修改时间， 就可以计算出它们之间的时间差。 如果计算的次数很少的话， 这个工作当然可以手工完成。 不过要频繁计算的话就很费时间了， 而且出错的几率也会变大。 这种情况下我们可以求助 awk， 让它来自动完成这个计算工作， 为此我们创建了下面的脚本 time_df.awk：
清单 8. 计算时间差的 awk 程序

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

BEGIN {   n = 0;   d1 = 0;   s1 = 0;   FS = ":|-| *"; } { for(i=1; i<=NF; i++) {    if($i~/Modify/)    {     n = n + 1;     d = $(i+4);     h = $(i+5);     m = $(i+6);     s = $(i+7);     d1 = d1 + ((-1)**n)*d*24*3600;     s1 = s1 + ((-1)**n)*(3600*h + 60*m + s);    }   } } END {   s1 = s1 + d1;   D = int(s1/(24*3600));   H = int((s1 - D*24*3600)/3600);   M = int((s1-D*24*3600-H*3600)/60);   S = s1 % 60;   printf("The total time required %d days, %d hours,   \   %d minutes and %d seconds\n", D, H, M, S) ; }

上面的代码是基于如下的考虑： 首先使用 awk 找到包含 ’Modify’ 关键字的那一行， 然后把其中有关日期和时间的数据提取出来。 由于直接对日期和时间做减法不是很方便， 所以先把日期和时间转化为一个以秒为单位的数字 （从每个月的第一天0时0分0秒算起）。 容易理解， 由两个数字相减得到的时间差也是以秒为单位的。 为了能直观显示， 输出时再把这个时间差表达为天， 小时， 分钟和秒。 要计算两个文件 simu_space_1.dat 和 simu_space_100.dat 之间的时间差，可以用下面的命令：
清单 9. 计算文件时间差的命令

1	stat simu_space_1.dat simu_space_100.dat | awk -f time_df.awk

先生成的文件 simu_space_1.dat （也就是时间较早一些的） 放在前面，后生成的文件simu_space_100.dat 放在后面。 如果要算另外两个文件之间的时间差, 只要换一下文件名就可以了。 借助于上面的 awk 代码我们可以快速且精确地得到任意两个数据文件的时间间隔。 需要指出的是， 上面的程序没有考虑跨月度这种情况。 也就是说， 如果第一个数据文件是在某个月的月末生成， 而第二个文件是在下个月的月初生成， 这时就不能用它来计算， 因为得到的时间是没有意义的负数。