Moje pytanie jest podobne do tego pytania, ale ma kilka różnych ograniczeń:
- Mam dużą
\n
ograniczoną listę słów - jedno słowo w wierszu. Rozmiar plików wynosi od 2 GB do nawet 10 GB. - Muszę usunąć wszelkie zduplikowane linie.
- Proces może sortować listę podczas usuwania duplikatów, ale nie jest to wymagane.
- Na partycji jest wystarczająca ilość miejsca, aby pomieścić nową unikalną listę słów.
Próbowałem obu tych metod, ale oba kończą się błędami braku pamięci.
sort -u wordlist.lst > wordlist_unique.lst
awk '!seen[$0]++' wordlist.lst > wordlist_unique.lst
awk: (FILENAME=wordlist.lst FNR=43601815) fatal: assoc_lookup: bucket-ahname_str: can't allocate 10 bytes of memory (Cannot allocate memory)
Jakie inne podejścia mogę wypróbować?