与LANG = C相比，LANG设置为UTF-8时慢了十倍

Question

我在硬件（实际上是vm）方面有两个相同的服务器，一个在RHEL 4.7，一个在RHEL 6。

在RHEL6上，gawk非常慢。我做了一个简单的测试，涉及处理3.7M文本行，并使用简单的gawk命令。

在RH4.7上，gawk 3.1.3我得到了：

time gawk '/^pat1/&&/pat2/ {x++};END {print "x="x}' file

x=40874

real 0m7.266s user 0m6.809s sys 0m0.460s

在RH6上，gawk 3.1.7我得到相同的x结果，时间：

real 1m28.138s user 1m27.657s sys 0m0.453s

7s vs 1m28s！最初我认为升级后vm发生了一些事情，但CPU的其他测试（例如gzips，perl中的相同程序）在每个上产生类似的结果。 所以这似乎是傻瓜。 不确定这是正确的问题，但在RH 6上gawk 3.1.7是否存在已知的性能问题？在哪里找到最好的地方，如果不是在这里？

Answer 1

我从gawk bugs邮件列表中得到了答案。

完全属于语言环境设置。在我的RH6盒子上LANG设置为en_US.UTF-8，在RH4上它是C.在RH6上更改它修复了性能。

绝对值得记住 - 与C相比，LANG设置为UTF-8的速度慢了10倍