我们都知道 grep， bzip2， wc， awk， sed等等，都是单线程的，只能使用一个CPU内核。那么如何才能使用这些内核?
　　要想让Linux命令使用所有的CPU内核，我们需要用到GNU Parallel命令，它让我们所有的CPU内核在单机内做神奇的map-reduce操作，当然，这还要借助很少用到的–pipes 参数(也叫做–spreadstdin)。这样，你的负载会平均分配到各CPU上，真的。
　　BZIP2
　　bzip2是比gzip更好的压缩工具，但它很慢!别折腾了，我们有办法解决这问题。
　　以前的做法：
　　cat bigfile.bin | bzip2 --best > compressedfile.bz2
　　现在这样：
　　cat bigfile.bin | parallel --pipe --recend '' -k bzip2 --best > compressedfile.bz2
　　尤其是针对bzip2，GNU parallel在多核CPU上是超级的快。你一不留神，它执行完成了。
　　GREP
　　如果你有一个非常大的文本文件，以前你可能会这样：
　　grep pattern bigfile.txt
　　现在你可以这样：
　　cat bigfile.txt | parallel --pipe grep 'pattern'
　　或者这样：
　　cat bigfile.txt | parallel --block 10M --pipe grep 'pattern'
　　这第二种用法使用了 –block 10M参数，这是说每个内核处理1千万行——你可以用这个参数来调整每个CUP内核处理多少行数据。
　　AWK
　　下面是一个用awk命令计算一个非常大的数据文件的例子。
　　常规用法：
　　cat rands20M.txt | awk '{s+=$1} END {print s}'
　　现在这样：
　　cat rands20M.txt | parallel --pipe awk '{s+=$1} END {print s}' | awk '{s+=$1} END {print s}'
　　这个有点复杂：parallel命令中的–pipe参数将cat输出分成多个块分派给awk调用，形成了很多子计算操作。这些子计算经过第二个管道进入了同一个awk命令，从而输出终结果。第一个awk有三个反斜杠，这是GNU parallel调用awk的需要。
　　WC
　　想要快的速度计算一个文件的行数吗?
　　传统做法：
　　wc -l bigfile.txt
　　现在你应该这样：
　　cat bigfile.txt | parallel --pipe wc -l | awk '{s+=$1} END {print s}'
　　非常的巧妙，先使用parallel命令‘mapping’出大量的wc -l调用，形成子计算，后通过管道发送给awk进行汇总。
　　SED
　　想在一个巨大的文件里使用sed命令做大量的替换操作吗?
　　常规做法：
　　sed s^old^new^g bigfile.txt
　　现在你可以：
　　cat bigfile.txt | parallel --pipe sed s^old^new^g
　　…然后你可以使用管道把输出存储到指定的文件里。