看看split命令:

$ split --help
Usage: split [OPTION] [INPUT [PREFIX]]
Output fixed-size pieces of INPUT to PREFIXaa, PREFIXab, ...; default
size is 1000 lines, and default PREFIX is `x'.  With no INPUT, or when INPUT
is -, read standard input.

Mandatory arguments to long options are mandatory for short options too.
  -a, --suffix-length=N   use suffixes of length N (default 2)
  -b, --bytes=SIZE        put SIZE bytes per output file
  -C, --line-bytes=SIZE   put at most SIZE bytes of lines per output file
  -d, --numeric-suffixes  use numeric suffixes instead of alphabetic
  -l, --lines=NUMBER      put NUMBER lines per output file
      --verbose           print a diagnostic to standard error just
                            before each output file is opened
      --help     display this help and exit
      --version  output version information and exit

你可以这样做:

split -l 200000 filename

它将创建文件，每个文件有200000行，命名为xaa xab xac…

另一个选项，按输出文件的大小分割(仍然在换行符上分割):

 split -C 20m --numeric-suffixes input_filename output_prefix

创建类似output_prefix01 output_prefix02 output_prefix03…每个最大大小为20兆字节。

使用分割:

将文件分割为固定大小的片段，创建包含连续INPUT部分的输出文件(如果没有给定或INPUT为' -'则为标准输入)

语法split [options] [INPUT [PREFIX]]

使用split命令:

split -l 200000 mybigfile.txt

是的，有一个拆分命令。它将按行或字节分割文件。

$ split --help
Usage: split [OPTION]... [INPUT [PREFIX]]
Output fixed-size pieces of INPUT to PREFIXaa, PREFIXab, ...; default
size is 1000 lines, and default PREFIX is `x'.  With no INPUT, or when INPUT
is -, read standard input.

Mandatory arguments to long options are mandatory for short options too.
  -a, --suffix-length=N   use suffixes of length N (default 2)
  -b, --bytes=SIZE        put SIZE bytes per output file
  -C, --line-bytes=SIZE   put at most SIZE bytes of lines per output file
  -d, --numeric-suffixes  use numeric suffixes instead of alphabetic
  -l, --lines=NUMBER      put NUMBER lines per output file
      --verbose           print a diagnostic just before each
                            output file is opened
      --help     display this help and exit
      --version  output version information and exit

SIZE may have a multiplier suffix:
b 512, kB 1000, K 1024, MB 1000*1000, M 1024*1024,
GB 1000*1000*1000, G 1024*1024*1024, and so on for T, P, E, Z, Y.

你也可以使用AWK:

awk -vc=1 'NR%200000==0{++c}{print $0 > c".txt"}' largefile

Use:

sed -n '1,100p' filename > output.txt

这里，1和100是您将在output.txt中捕获的行号。

如果你只是想用x行数来分割每个文件，给出的关于分割的答案是可以的。但是，我很好奇为什么没有人关注这些要求:

"without have to count them" ->使用wc + cut "有剩余的额外文件" ->分裂默认情况下

我不能没有“wc + cut”，但我正在使用它:

split -l  $(expr `wc $filename | cut -d ' ' -f3` / $chunks) $filename

这可以很容易地添加到你的.bashrc文件函数中，所以你可以调用它，传递文件名和块:

 split -l  $(expr `wc $1 | cut -d ' ' -f3` / $2) $1

如果您想在额外的文件中只有x个块而没有余数，只需调整公式对每个文件进行求和(chunks - 1)。我确实使用这种方法，因为通常我只想要x个文件数量，而不是每个文件x行:

split -l  $(expr `wc $1 | cut -d ' ' -f3` / $2 + `expr $2 - 1`) $1

你可以把它添加到一个脚本，并称之为你的“忍者方式”，因为如果没有适合你的需求，你可以构建它:-)

HDFS getmerge小文件并分割成合适的大小。

这个方法会导致换行:

split -b 125m compact.file -d -a 3 compact_prefix

我尝试为每个文件getmerge和分割成大约128 MB。

# Split into 128 MB, and judge sizeunit is M or G. Please test before use.

begainsize=`hdfs dfs -du -s -h /externaldata/$table_name/$date/ | awk '{ print $1}' `
sizeunit=`hdfs dfs -du -s -h /externaldata/$table_name/$date/ | awk '{ print $2}' `
if [ $sizeunit = "G" ];then
    res=$(printf "%.f" `echo "scale=5;$begainsize*8 "|bc`)
else
    res=$(printf "%.f" `echo "scale=5;$begainsize/128 "|bc`)  # Celling ref http://blog.csdn.net/naiveloafer/article/details/8783518
fi
echo $res
# Split into $res files with a number suffix. Ref:  http://blog.csdn.net/microzone/article/details/52839598
compact_file_name=$compact_file"_"
echo "compact_file_name: "$compact_file_name
split -n l/$res $basedir/$compact_file -d -a 3 $basedir/${compact_file_name}

将“file.txt”文件拆分为10,000行文件:

split -l 10000 file.txt

split(来自GNU coreutils，从2010-12-22版本8.8开始)包含以下参数:

-n, --number=CHUNKS     generate CHUNKS output files; see explanation below

CHUNKS may be:
  N       split into N files based on size of input
  K/N     output Kth of N to stdout
  l/N     split into N files without splitting lines/records
  l/K/N   output Kth of N to stdout without splitting lines/records
  r/N     like 'l' but use round robin distribution
  r/K/N   likewise but only output Kth of N to stdout

因此，split -n 4输入输出。将生成四个具有相同字节数的文件(output.a{a,b,c,d})，但行可能在中间被打断。

如果我们想保留完整的行(即按行分割)，那么这应该是有效的:

split -n l/4 input output.

相关答案:https://stackoverflow.com/a/19031247

将一个大的文本文件分成1000行的小文件:

分裂<文件> -l 1000

使用实例将一个较大的二进制文件分割为多个10M大小的小文件。

split <file> -b

将多个文件合并为一个文件:

Cat x* > <文件>

拆分一个文件，每个拆分有10行(除了最后一个拆分):

Split -l 10文件名

将一个文件拆分为5个文件。文件被分割，使得每个分割都有相同的大小(除了最后一个分割):

Split -n 5文件名

每次分割一个512字节的文件(除了最后一次分割;千字节使用512k，兆字节使用512m):

Split -b 512 filename

拆分文件，每次拆分最多512字节，不断行:

split -C 512 filename

这里有一个例子，把文件“toSplit.txt”分成200行小文件“splited00.txt”，splited01.txt，…"splited25.txt"…

split -l 200——numeric-suffix——additional-suffix=".txt