Shell 腳本的效能優化技巧
在日常的系統管理與自動化工作中，Shell 腳本無疑是最強大的工具之一。然而，許多初學者撰寫的腳本往往因為缺乏效能意識，導致在處理大量資料或高頻率任務時變得遲緩。對於 sysadmin 而言，一個執行時間過長的腳本不僅浪費資源，更可能成為系統瓶頸。今天我們就來探討幾個實用的 Shell 腳本效能優化技巧，讓你的程式碼跑得更快、更穩。
避免不必要的子行程與外部命令
Shell 腳本效能低下的最大元兇，往往是過度依賴外部命令（如 grep, awk, sed）以及頻繁的子行程（Subshell）產生。每次執行外部命令，作業系統都需要進行 fork 和 exec 系統呼叫，這在輕量級操作中成本極高。
優化前：
# 錯誤示範：頻繁呼叫外部命令，效能極差
for i in $(seq 1 1000); do
count=$(grep -c "error" /var/log/syslog)
echo $count
done優化後：
利用 Bash 內建的參數擴展與變數運算，可以大幅減少外部依賴。對於字串處理，優先使用 Bash 內建功能；對於數學運算，使用 (( )) 而非 $(( )) 或外部 expr。
# 正確示範：減少子行程，使用內建功能
file="/var/log/syslog"
# 若只需檢查是否存在，使用內建測試
if [[ -f "$file" ]]; then
# 使用內建變數運算，避免 fork
count=0
while IFS= read -r line; do
if [[ "$line" == *"error"* ]]; then
((count++))
fi
done < "$file"
echo "Found $count errors"
fi善用管道（Pipeline）與命令替換的陷阱
管道是 Shell 的靈魂，但錯誤的使用方式會導致效能災難。常見錯誤是使用命令替換 $(...) 來儲存大量輸出結果，這會將所有輸出先讀入記憶體，再傳入變數，極易導致記憶體洩漏或 OOM（Out of Memory）。
優化前：
# 錯誤示範：將巨大檔案內容讀入記憶體變數
big_data=$(cat /var/log/large_file.log)
# 後續處理 big_data...優化後： 直接透過管道將資料流傳給處理命令，或透過檔案描述符逐行處理。
# 正確示範：流式處理，記憶體佔用恒定
cat /var/log/large_file.log | awk '{print $1}' | sort -u > unique_ips.txt此外，避免在迴圈中使用 $(...) 進行子行程替換。若需將命令結果存入陣列，可考慮使用 mapfile 或 readarray（Bash 4.0+）。
# 高效能陣列讀取
mapfile -t lines < <(grep "pattern" /var/log/syslog)減少 I/O 操作與檔案開啟次數
磁碟 I/O 是系統中最昂貴的資源之一。頻繁地開啟、關閉檔案會產生巨大的系統呼叫開銷。
優化前：
# 錯誤示範：每次迴圈都開啟並關閉檔案
for i in {1..100}; do
echo "Data $i" >> /tmp/output.txt
done優化後： 使用檔案描述符（File Descriptor）將檔案開啟一次，後續寫入直接透過描述符進行，最後關閉。
# 正確示範：使用檔案描述符減少 I/O 次數
exec 3>/tmp/output.txt
for i in {1..100}; do
echo "Data $i" >&3
done
exec 3>&- # 關閉檔案描述符常見問題與解答
Q1: 為什麼我的腳本在處理小檔案時變慢？
A: 這通常是由於「子行程爆炸」所致。例如在 for 迴圈中呼叫 grep 或 awk，每迴圈都會產生新的程序。請改用 Bash 內建的字串處理功能，或將整個處理邏輯放入單一 awk 腳本中執行。
Q2: 使用 set -e 會影響效能嗎？
A: 不會直接影響執行速度，但能避免錯誤擴散。建議在腳本開頭加入 set -euo pipefail，其中 pipefail 能確保管道中任何一個命令失敗時，整個管道視為失敗，這有助於早期偵錯，間接提升維護效率。
小結
Shell 腳本的效能優化並非一蹴可幾，而是需要從減少外部命令依賴、避免記憶體爆炸、以及優化 I/O 操作三個面向著手。記住一個原則：「能不用外部命令就不用，能流式處理就不全載入記憶體」。透過上述技巧，你的腳本不僅執行速度更快，資源佔用也更為健康，展現出專業系統管理者的水準。