如何使用grep、xargs、sed单次遍历批量替换文件中的UUID提升效率

优化方案 #

你原方案的性能瓶颈在于每匹配到一个UUID就触发一次sed原位写入，文件有多少个UUID就会重写多少次，大文件场景下效率极低。以下两种方案均仅需单次遍历文件、单次写入即可完成全部替换，性能提升非常明显：

方案1：Perl单行命令（最推荐，适配绝大多数环境） #

# GNU环境（Linux）直接运行，会直接修改原文件
perl -i -pe 's/([a-f0-9]{8}-[a-f0-9]{4}-4[a-f0-9]{3}-[89aAbB][a-f0-9]{3}-[a-f0-9]{12})/lc `uuidgen -t`/gei' /home/username/sql_inserts_with_uuid.sql

# 如需备份原文件，修改为-i.bak，会自动生成后缀为.bak的原文件备份
perl -i.bak -pe 's/([a-f0-9]{8}-[a-f0-9]{4}-4[a-f0-9]{3}-[89aAbB][a-f0-9]{3}-[a-f0-9]{12})/lc `uuidgen -t`/gei' /home/username/sql_inserts_with_uuid.sql

# macOS环境运行需在-i后加空字符串
perl -i '' -pe 's/([a-f0-9]{8}-[a-f0-9]{4}-4[a-f0-9]{3}-[89aAbB][a-f0-9]{3}-[a-f0-9]{12})/lc `uuidgen -t`/gei' /home/username/sql_inserts_with_uuid.sql

参数说明：

• -i：启用原位编辑模式
• 正则末尾的e标记：将替换段内容作为系统命令执行，每次匹配到旧UUID就生成一个新的UUID
• 正则末尾的i标记：匹配UUID时忽略大小写
• 正则末尾的g标记：每行匹配全部符合规则的UUID，而非仅替换第一个
• lc：将uuidgen默认输出的大写UUID转为小写，和原文件格式对齐，不需要小写可删除该字段

方案2：Awk实现（无Perl环境时使用） #

awk '
BEGIN {
    uuid_regex = "[a-f0-9]{8}-[a-f0-9]{4}-4[a-f0-9]{3}-[89aAbB][a-f0-9]{3}-[a-f0-9]{12}"
}
{
    while (match($0, uuid_regex, matched)) {
        "uuidgen -t" | getline new_uuid
        close("uuidgen -t")
        sub(matched[0], tolower(new_uuid), $0)
    }
    print
}' /home/username/sql_inserts_with_uuid.sql > tmp_sql && mv tmp_sql /home/username/sql_inserts_with_uuid.sql

该方案全程仅读取原文件一次，全部替换完成后一次性写入新文件再覆盖原文件，同样仅产生一次磁盘写入操作。

内容的提问来源于stack exchange，提问作者Ben