bash - 有没有更快的方法在多个文件中 grep 数十亿个不匹配模式？

Question

我编写了一个脚本来计算所有可能的不匹配模式（取决于情况），如下面的两个（请查看 grep 命令），并将输出文件写为 sh 十亿行，如下所示：

LC_ALL=C grep -ch "AAAAAAAC[A-Z][A-Z][A-Z][A-Z]CGA[A-Z][A-Z]G\|C[A-Z][A-Z]TCG[A-Z][A-Z][A-Z][A-Z]GTTTTTTT" regions_A regions_B

下一步是执行所有这些数十亿的 grep 行并编写输出。为了尽可能快地运行它，我只使用 LC_ALL 查找 ASCII 代码（我的所有字符都是 ASCII）。此外，我将巨大的 grep 文件拆分为 16 个部分，并使用 16 个线程分别运行它们。

有谁知道任何更快的方法来 grep 我的模式？

任何帮助，将不胜感激。

先感谢您！

标签： bashcountgrep