Fatal编程技术网
  • java/
  • Java 基于两列对大文件进行排序

Java 基于两列对大文件进行排序

java linux sorting

Java 基于两列对大文件进行排序,java,linux,sorting,external,Java,Linux,Sorting,External,我有一个大文件，无法放入内存，我想排序。该文件由两列和多条记录组成。第一列为数字类型，约为10位，第二列为字符串，其中包含根据ASCII码排序的任何打印字符 我需要根据数字字段对记录进行排序，但如果两条记录具有相同的数字字段，我希望根据字符串（即第二列）进行排序 为此，我尝试使用LinuxSort进行排序，LinuxSort采用外部排序，但问题是它没有根据ASCII码对字符串进行排序。有什么想法吗 GNU排序实用程序根据当前区域设置进行排序。请参阅手册页上的注释： *** WARNING

我有一个大文件，无法放入内存，我想排序。该文件由两列和多条记录组成。第一列为数字类型，约为10位，第二列为字符串，其中包含根据ASCII码排序的任何打印字符

我需要根据数字字段对记录进行排序，但如果两条记录具有相同的数字字段，我希望根据字符串（即第二列）进行排序

为此，我尝试使用LinuxSort进行排序，LinuxSort采用外部排序，但问题是它没有根据ASCII码对字符串进行排序。有什么想法吗

GNU排序实用程序根据当前区域设置进行排序。请参阅手册页上的注释：

   *** WARNING *** The locale specified by the environment affects sort order.  Set LC_ALL=C to get the traditional sort order that uses native byte values.
可以使用-n标志进行数字排序，也可以使用-k组合进行数字和非数字排序。例如：

sort -k1 -k2n
将根据第一列进行文本排序，然后根据第二列进行数字排序。

GNU排序实用程序根据当前区域设置进行排序。请参阅手册页上的注释：

   *** WARNING *** The locale specified by the environment affects sort order.  Set LC_ALL=C to get the traditional sort order that uses native byte values.
可以使用-n标志进行数字排序，也可以使用-k组合进行数字和非数字排序。例如：

sort -k1 -k2n
将根据第一列进行文本排序，然后根据第二列进行数字排序。

等等，你的意思是数字按字母顺序排序吗？根据手册中的说明，排序应该能够定义多个字段，并使用第二个字段解决第一个字段中的关系。查找sort-t:-k2,2n-k5.3,5.4in。下面是一个示例：以下记录应按下一个顺序显示：记录：1932857451456915 QV&6Xr_}p4~0！v~&f9D5sy>14wHml2KIX[1932857456915}Ap>2wNCu！2！I>MLBHr0@=7h IK？4Db%wQElY.JN 9643477564%@！X+D2X'^ttv+Zc0sg\Xei@EQJLbz-B 9643477564 o{Jm98a=k~>'H>a{jVdUodTNiEXCV/：：9记录者：9643477564%@！X+D2X'^ttv+Zc0sg\Xei@EQJLbz-B 9643477564 o{Jm98a=k~>'H>a{jVdUodTNiEXCV/：：9 1932857456915 QV&6Xr_}p4~0！v~&f9D5sy>14wHml2KIX[ 19328574591456915 }Ap>2wNCu！2！I>MLBHr0@=7h IK？4Db%wQElY.JNI认为问题在于我的stringWait中有像@！%^&*这样的字符，你的意思是数字是按字母顺序排序的吗？根据手册中的说明，排序应该能够定义多个字段，并使用第二个字段解决第一个字段中的关系。查看r sort-t:-k2,2n-k5.3,5.4in。下面是一个示例：以下记录应按下一个顺序显示：记录：193285745591456915 QV&6Xr_}p4~0！v~&f9D5sy>14wHml2KIX[193285745941456915}Ap>2wNCu！2！I>MLBHr0@=7h IK？4Db%wQElY.JN 9643477564%@X+D2X'^ttv+Zc0sg\Xei@EQJLbz-b9643477564 o{Jm98a=k~>'H>a{jVdUodTNiEXCV/：：9录制：9643477564%@！X+D2X'^ttv+Zc0sg\Xei@EQJLbz-B 9643477564 o{Jm98a=k~>'H>a{jVdUodTNiEXCV/：：9 193285745591456915 QV&6Xr_}p4~0！v~&f9D5sy>14wHml2KIX[1932857451456915}Ap>2wNCu！2！I>MLBHr0@=7h IK？4Db%wQElY.JNI认为问题在于我的字符串中有像@！%^&*这样的字符这里有一个示例：以下记录应按下一个顺序显示：记录：193285745591456915 QV&6Xr_u}p4~0！v~&f9D5sy>14wHml2KIX[193285745591456915}Ap>2wNCu！2！I>MLBHr0@=7h IK？4Db%wQElY.JN 9643477564%@！X+D2X'^ttv+Zc0sg\Xei@EQJLbz-B 9643477564 o{Jm98a=k~>'H>a{jVdUodTNiEXCV/：：9记录者：9643477564%@！X+D2X'^ttv+Zc0sg\Xei@EQJLbz-B 9643477564 o{Jm98a=k~>'H>a{jVdUodTNiEXCV/：：9 193285745591456915 QV&6Xr_}p4~0！v~&f9D5sy>14wHml2KIX[1932857451456915}Ap>2wNCu！2！I>MLBHr0@=7h IK？4Db%wQElY.JNtrue但sort-k1-k2n实际上，我的第一个组件是numaric，第二个是字符串，但是基于字符串排序时，它不会基于ASCII码排序。问题是，我的字符串+1中有像@！%^&*这样的字符：排序将对任何类型的文本进行排序，即使是二进制文本，只要它不包含字符I’我不知道为什么要对二进制字段进行排序，因为它可能毫无意义。@shaklasah如果将LC_ALL设置为建议的值，它将正确排序。下面是一个示例：以下记录应按下一个顺序排序：记录：193285745596915 QV&6Xr_}p4~0！v~&f9D5sy>14wHml2KIX[193285745591456915}Ap>2wNCu！2！I>MLBHr0@=7h IK？4Db%wQElY.JN 9643477564%@！X+D2X'^ttv+Zc0sg\Xei@EQJLbz-B 9643477564 o{Jm98a=k~>'H>a{jVdUodTNiEXCV/：：9记录者：9643477564%@！X+D2X'^ttv+Zc0sg\Xei@EQJLbz-B 9643477564 o{Jm98a=k~>'H>a{jVdUodTNiEXCV/：：9 193285745591456915 QV&6Xr_}p4~0！v~&f9D5sy>14wHml2KIX[1932857451456915}Ap>2wNCu！2！I>MLBHr0@=7h IK？4Db%wQElY.JNtrue但sort-k1-k2n实际上，我的第一个组件是numaric，第二个是字符串，但是基于字符串排序时，它不会基于ASCII码排序。问题是，我的字符串+1中有像@！%^&*这样的字符：排序将对任何类型的文本进行排序，即使是二进制文本，只要它不包含字符I’我不知道为什么要对二进制字段进行排序，因为它可能毫无意义。@shaklasah如果您将LC_ALL设置为建议的值，它会 将正确排序。