如何提高此awk脚本的速度

我有一个大文件，比如说

file1.log

，看起来像这样：

1322 a@gmail.com
2411 b@yahoo.com

a@gmail.com
c@yahoo.com

还有一个较小的文件，如

file2.log

，如下所示：

1322 a@gmail.com
2411 b@yahoo.com

a@gmail.com
c@yahoo.com

事实上，

file1.log

包含大约6500000行，而

file2.log

包含大约140000行

我想查找

file2.log

中没有出现在

file1.log

中的所有行。我写了这个awk命令：

awk 'NR==FNR{c[$2]++} NR!=FNR && c[$1]==0 {print $0}' file1.log file2.log > result.log'

大约半小时后，我发现命令仍在运行，

less result.log

显示

result.log

为空。

---

我想知道是否有什么我可以做的更快的工作

将较小的文件

file2

散列到内存中。记住：否则怎么可能

输出：

c@yahoo.com

---

如果对文件进行排序，则可以使用

comm

仅打印第二个文件中存在的具有以下内容的行：

comm -13 <(awk '{ print $2 }' file1.log | sort) <(sort file2.log)

---

comm-13我认为最简单的就是一个简单的
grep
管道

grep -Fwof file2 file1 | grep -Fwovf - file2

您也可以只提取
file1
的第二列，然后再次使用上述命令的最后一部分：

awk '{print $2}' file1 | grep -Fwovf - file2

或者一个awk中的所有内容：

awk '(NR==FNR){a[$2]; next}!($1 in a)' file1 file2

是的，要快得多。real 3.051s用户2.734s系统0.281感谢您的评论。我测试它，它比那些awk竞争对手慢。
cut-d'-f2 file1.log
应该比
awk'{print$2}'file1.log
快得多，因为
cut
不像awk那样分析输入并分配变量（NR、FNR、NF、$0、$1等）。