Bash ประสิทธิภาพ — เมื่อสคริปต์ช้า
สคริปต์ที่ประมวลผล 100 บรรทัดเสร็จทันที แต่ 100,000 บรรทัดใช้ 5 นาที — เกือบทุกครั้งสาเหตุคือ “เรียก process ใหม่ทุกรอบ loop” บทนี้ว่าด้วยการหาและแก้
ทำไม bash ช้า: fork มีราคา
ทุกครั้งที่เรียกโปรแกรมภายนอก (grep, sed, cut, basename, date, wc) Bash ต้อง fork + exec — สร้าง process ใหม่ โหลดโปรแกรม รัน แล้วเก็บกวาด ใช้เวลาประมาณ 1–5 มิลลิวินาที
ดูไม่เยอะ แต่ใน loop 100,000 รอบ ที่เรียก 3 โปรแกรมต่อรอบ = 300,000 fork = หลายนาที
# ช้ามาก — 3 fork ต่อบรรทัด
while IFS= read -r line; do
user=$(echo "$line" | cut -d: -f1)
home=$(echo "$line" | cut -d: -f6)
shell=$(echo "$line" | awk -F: '{print $7}')
done < /etc/passwd# เร็ว — 0 fork ต่อบรรทัด (ให้ read แยก field)
while IFS=: read -r user _ _ _ _ home shell _; do
:
done < /etc/passwdวัดก่อนแก้
time ./script.sh # เวลารวม
# วัดทีละส่วน
TIMEFORMAT='%R วินาที'
time { parse_input; }
time { process_data; }
time { generate_report; }
# นับ fork (Linux)
strace -f -e trace=clone,fork,vfork -c ./script.sh 2>&1 | tail
# หาบรรทัดที่ช้า
PS4='+ $(date "+%s.%N") ${LINENO}: '
bash -x ./script.sh 2> trace.log
# แล้วดู trace.log — ช่วงไหน timestamp กระโดดเยอะแทนโปรแกรมภายนอกด้วย builtin
| แทนที่จะ | ใช้ |
|---|---|
basename "$f" | ${f##*/} |
dirname "$f" | ${f%/*} |
echo "$x" | cut -d: -f1 | ${x%%:*} |
echo "$x" | sed 's/foo/bar/' | ${x/foo/bar} |
echo "$x" | tr a-z A-Z | ${x^^} (bash 4+) |
echo "$x" | wc -c | ${#x} |
expr $a + $b | $(( a + b )) |
echo "$x" | grep -q foo | [[ $x == *foo* ]] |
cat file (แล้วเก็บ) | $(<file) หรือ mapfile |
head -1 file (ในตัวแปร) | read -r first < file |
date +%s ใน loop | คำนวณจาก $SECONDS |
seq 1 100 | {1..100} หรือ for (( )) |
# ช้า
for f in *.jpg; do
name=$(basename "$f" .jpg)
ext=$(echo "$f" | rev | cut -d. -f1 | rev)
done
# เร็ว
for f in *.jpg; do
name=${f%.jpg}
ext=${f##*.}
doneรวมงานเป็น pipeline เดียว
# ช้า — อ่านไฟล์ 4 รอบ, 4 process
lines=$(wc -l < big.log)
errors=$(grep -c ERROR big.log)
warns=$(grep -c WARN big.log)
uniq_ips=$(awk '{print $1}' big.log | sort -u | wc -l)
# เร็ว — อ่านรอบเดียว ให้ awk ทำทุกอย่าง
read -r lines errors warns uniq_ips < <(
awk '
{ lines++ }
/ERROR/ { errors++ }
/WARN/ { warns++ }
{ ips[$1] = 1 }
END { print lines, errors, warns, length(ips) }
' big.log
)awk (หรือ Python) อ่านไฟล์รอบเดียวทำทุกอย่าง — เร็วกว่าหลาย pipe มาก
อย่าเรียก process ใน loop เพื่อสะสมค่า
# ช้า — เรียก bc ทุกรอบ
total=0
while read -r amount; do
total=$(echo "$total + $amount" | bc)
done < amounts.txt
# เร็ว — ให้ awk รวมทั้งหมด
total=$(awk '{ s += $1 } END { print s }' amounts.txt)
# ถ้าจำเป็นต้องอยู่ใน bash และเป็นจำนวนเต็ม
total=0
while read -r amount; do
(( total += amount ))
done < amounts.txtทำงานขนาน
CPU มีหลาย core — งานที่เป็นอิสระต่อกันรันพร้อมกันได้ (บทที่ 26, 28)
# ช้า — ทีละไฟล์
for img in *.png; do
convert "$img" -resize 50% "thumb/$img"
done
# เร็ว — xargs -P รันพร้อมกัน N งาน
printf '%s\n' *.png | xargs -P "$(nproc)" -I{} convert {} -resize 50% thumb/{}
# หรือ GNU parallel
parallel -j "$(nproc)" convert {} -resize 50% thumb/{} ::: *.pngระวัง: งานที่ติด I/O (ดิสก์/network) การเพิ่ม parallelism อาจไม่ช่วย หรือแย่ลง — วัดจริง
mapfile แทนการวน $(cmd)
# ช้า — command substitution + word splitting
for line in $(cat config.txt); do ...; done
# เร็ว + ถูกต้อง
mapfile -t lines < config.txt
for line in "${lines[@]}"; do ...; donecase แทน chain ของ grep / if
# ช้า — fork grep ทุกครั้ง
if echo "$file" | grep -q '\.txt$'; then type=text
elif echo "$file" | grep -q '\.jpg$'; then type=image
fi
# เร็ว — case ใช้ glob ในตัว ไม่ fork
case $file in
*.txt) type=text ;;
*.jpg | *.png) type=image ;;
*) type=unknown ;;
esacเมื่อไหร่ควรเลิกใช้ bash
Bash ถึงขีดจำกัด — ย้ายไป awk / Python / Go เมื่อ
- loop ประมวลผลข้อมูล > ~10,000 รอบ และแต่ละรอบมีตรรกะ — awk หรือ Python เร็วกว่า 10–100 เท่า
- ต้องการโครงสร้างข้อมูล — nested dict, list of objects → Python
- คำนวณเลขจริงจัง / ทศนิยม / สถิติ → Python (numpy), awk, R
- parse รูปแบบซับซ้อน — CSV จริง, JSON ลึก, XML → เครื่องมือเฉพาะ
- โค้ดเกิน ~200 บรรทัดและตรรกะเยอะ — อ่านและเทสยาก
- ต้องการ unit test ครอบคลุม — bats ทำได้ แต่ Python/Go เป็นธรรมชาติกว่า
ไม่ใช่ “bash แย่” — แต่ bash เก่งเรื่อง glue (เรียกโปรแกรม ต่อท่อ จัดคิว) พองานเป็น “ประมวลผลข้อมูล” ล้วน ๆ เครื่องมืออื่นเหมาะกว่า
# แทนที่จะเขียน text processing 80 บรรทัดใน bash
python3 <<'EOF'
import sys, json, collections
counts = collections.Counter()
for line in open("access.log"):
counts[line.split()[0]] += 1
for ip, n in counts.most_common(10):
print(f"{n:6d} {ip}")
EOFเรื่องที่คนมักพลาด
$(echo "$x" | cmd)ใน loop — แต่ละรอบ fork 2 process ใช้ parameter expansion- อ่านไฟล์เดียวหลายรอบ —
wc,grep,grep,awkแยกกัน ให้ awk ทำรอบเดียว total=$(echo "$total+$x" | bc)ใน loop — ให้ awk sum ทั้งไฟล์ทีเดียว- ทำทีละไฟล์ทั้งที่ขนานได้ —
xargs -P $(nproc)หรือparallel - optimize โดยไม่วัด —
timeก่อน หาว่าช้าตรงไหนจริง - ฝืนเขียน text processing ใหญ่ ๆ ใน bash — 20 บรรทัด awk/Python แทน 100 บรรทัด bash
- เพิ่ม parallel กับงาน I/O-bound — ดิสก์เดียวอ่านขนานไม่ได้เร็วขึ้น วัดจริง
สรุป
- Bash ช้าเพราะ fork process มีราคา — ปัญหาโผล่เมื่อ loop ใหญ่ + เรียกโปรแกรมทุกรอบ
- วัดก่อน:
time,TIMEFORMAT,PS4มี timestamp +bash -x - แทน external ด้วย builtin:
${f##*/},${x%%:*},${x^^},$(( )),[[ == * ]],case - ให้
read -r a b cแยก field แทนcut/awkต่อรอบ - รวมงานให้ awk อ่านไฟล์รอบเดียว แทนหลาย pipe/grep
- ขนาน:
xargs -P $(nproc)หรือparallel(งาน CPU-bound ที่อิสระต่อกัน) - เลิกใช้ bash เมื่อ: loop > 10k รอบมีตรรกะ, ต้องการโครงสร้างข้อมูล, คณิตศาสตร์จริง, โค้ด > 200 บรรทัด → awk / Python
จบเฟส 5 — บทถัดไปเข้าเฟส 6 เรื่องใช้งานจริง เริ่มจากการรันสคริปต์อัตโนมัติด้วย cron และ systemd timer