Awk 如何跟踪大型日志文件中没有'；是否按预期顺序显示？

我有一个很大的日志文件，其中包括以下格式的行

id_number message_type

下面是一个日志文件示例，其中所有行都按预期顺序显示

1 A
2 A
1 B
1 C
2 B
2 C

但是，并不是所有的行都按预期的顺序出现在我的日志文件中，我想得到一个没有按预期顺序出现的所有id号的列表。对于以下文件

1 A
2 A
1 C
1 B
2 B
2 C

---

我想得到一个输出，表明id号1的行没有按预期顺序出现。如何做到这一点，使用

grep

，

sed

和

awk

？

我只是在我的iPad上，没有办法测试这个，但我可以给你一个如何使用

awk

的主意，因为没有其他人在回答

大概是这样的：

awk 'BEGIN{for(i=0;i<10000;i++)expected[i]=ord("A")}
     {if(expected[$1]!=ord($2))
         print "Out of order at line ", NR, $0;
      expected[i]=ord($2)+1
     }' yourFile

awk'BEGIN{for（i=0；i这适用于我：

awk -v "a=ABC" 'substr(a, b[$1]++ + 1, 1) != $2 {print $1}' logfile

运行此操作时，将打印每个缺货行的ID号。如果没有缺货行，则不会打印任何内容

工作原理

-v“a=ABC”

这定义了变量
a
，其中包含按预期顺序排列的字符列表

substr（a，b[$1]++1，1）！=$2{print$1}

对于每个ID号，数组
b
跟踪我们的位置。最初，
b
对于所有ID都是零。有了这个初始值，即
b[$1]==0
，表达式
substr（a，b[$1]+1，1）
返回
a
，这是我们的第一个预期输出。条件
substr（a，b[$1]+1，1）！=$2
因此检查来自
substr
函数的预期输出是否与第二个字段
$2
中显示的实际输出不同。如果确实不同，则打印ID值
$1

在计算了
substr
表达式之后，表达式
b[$1]+
中的尾部
++
将
b[$1]
的值增加1，以便
b[$1]
的值为下次遇到ID
$1
做好准备


精炼
上述方法在每次遇到故障行时都会打印一个ID号。如果您只想将每个坏ID打印一次，而不是多次，请使用：

awk -v "a=ABC" 'substr(a, b[$1]++ + 1, 1) != $2 {bad[$1]++} END{for (n in bad) print n}'  logfile

仅批处理（最后一次排序不是必需的）

有多少id？间隙是否构成“无序”-我的意思是1A、1C、1D、1E正常或无序？消息类型是否真的，字面上是A、B、C？或更复杂？至少有10000个id号，但可能更多。类型是A、B和C，与我上面描述的完全相同。不存在间隙，只有意外的消息顺序。
sort -k1n YourFile | tee file1 | sort -k2 > file2 && comm -23 file1 file2 | sort