regex - 流水线 sed 调用和多个 sed 表达式之间的效率是否存在差异？

Question

我对 bash 中的 sed 效率有疑问。我有一系列流水线的 sed 语句，例如:

var1="Some string of text"

var2=$(echo "$var1" | sed 's/pattern1/replacement1/g' | sed 's/pattern2/replacement2/g' | sed 's/pattern3/replacement3/g' | sed 's/pattern4/replacement4' | sed 's/pattern5/replacement5/g')

假设没有任何输入依赖于早期 sed 管道的编辑输出，我是否最好改为使用表达式语句编写上述脚本？例如:

var2=$(echo "$var1" | sed -e's/pattern1/replacement1/g' -e's/pattern2/replacement2/g' -e's/pattern3/replacement3/g' -e's/pattern4/replacement4/g' -e's/pattern5/replacement5/g')

这里有什么效率可以提高吗？

Answer 1

简答

使用多个表达式比使用多个管道更快，因为创建管道和 fork sed 进程会产生额外的开销。然而，这在实践中很少有足够大的区别。

基准

使用多个表达式比多个管道更快，但对于一般用例来说可能还不够重要。使用您的示例，执行速度的平均差异仅为千分之二秒，这还不足以令人兴奋。

# Average run with multiple pipelines.
$ time {
    echo "$var1" | 
    sed 's/pattern1/replacement1/g' |
    sed 's/pattern2/replacement2/g' |
    sed 's/pattern3/replacement3/g' |
    sed 's/pattern4/replacement4/g' |
    sed 's/pattern5/replacement5/g'
}
Some string of text

real        0m0.007s
user        0m0.000s
sys         0m0.004s

---

# Average run with multiple expressions.
$ time {
    echo "$var1" | sed \
    -e 's/pattern1/replacement1/g' \
    -e 's/pattern2/replacement2/g' \
    -e 's/pattern3/replacement3/g' \
    -e 's/pattern4/replacement4/g' \
    -e 's/pattern5/replacement5/g'
}
Some string of text

real        0m0.005s
user        0m0.000s
sys         0m0.000s

当然，这不是针对大型输入文件、数千个输入文件进行测试，也不是在具有数万次迭代的循环中运行。不过，可以肯定地说，差异小到与大多数常见情况无关。

不常见的情况是另一回事。在这种情况下，基准测试将帮助您确定用内联表达式替换管道是否是对该用例有值(value)的优化。