Divide archivos de texto grandes por número de líneas

Divide un archivo de texto grande cuando la siguiente aplicación necesite entradas menores. Elige las filas por parte según el límite práctico de esa aplicación y verifica después que la división conserve las filas que querías mantener.

Splitter de Sort tiene un modo por número de líneas. Su valor predeterminado es de 500.000 líneas por parte, con el prefijo Chunk. Es un ajuste inicial, no un límite que acepten todas las herramientas posteriores.

Elige las partes para la siguiente herramienta

Un límite de líneas y uno de bytes responden a preguntas distintas. La misma cantidad de filas puede producir tamaños muy diferentes si cambia su longitud.

Si la siguiente herramienta limita los bytes, prueba filas representativas y deja margen por debajo del límite. No supongas que 500.000 filas cortas predicen el tamaño de una parte con registros largos.

Registra el modo, el tamaño de las partes, la carpeta de salida y el prefijo antes de procesar toda la entrada. Mantén separado el origen de los archivos divididos.

Decide si deben conservarse los duplicados. Dividir organiza una entrada en partes; utiliza una operación aparte de deduplicación solo si eliminar repeticiones forma parte del flujo previsto.

Prueba los límites entre filas completas

Utiliza un archivo generado con siete filas distintas y selecciona tres líneas por parte:

row-1
row-2
row-3
row-4
row-5
row-6
row-7

Debes obtener tres partes con tres, tres y una fila del origen. Inspecciona la primera y última fila de cada parte para detectar cualquier omisión o repetición en los límites.

Incluye en tu prueba una fila larga representativa. Lo importante es conservar un registro completo en el límite, no que los tamaños de salida se parezcan.

Deja vacía la marca de agua opcional para una división sencilla. Si activas la personalización de la salida, evalúala por separado antes de comparar las filas con el origen.

Revisa todas las partes y la finalización

Cuando la muestra se comporte como esperabas, selecciona el archivo completo y un destino local con espacio suficiente. Espera a que termine el guardado antes de abrir las partes en otra aplicación.

Con el prefijo predeterminado, la salida empieza por Chunk_001.txt. Conserva juntos los nombres y el contexto de la operación para no confundir partes de distintas ejecuciones con un único resultado completo.

Concilia el total de filas terminadas con el origen e inspecciona límites representativos. Una ejecución interrumpida puede producir partes útiles sin cubrir toda la entrada.

Utiliza la guía de Joiner para volver a combinarlas y la de Filter si solo debe pasar un subconjunto definido a la siguiente tarea. Conserva el origen hasta verificar esa tarea.