Linux 基于字符串中的特定值进行排序。

我有一个包含以下内容的文件：

    666500872101_002.log
    738500861101_003.log
    738500861101_002.log
    666500872101_001.log
    741500881101_001.log
    738500861101_001.log
    741500881101_002.log
    666500872101_003.log
    741500881101_003.log
    666500872101_004.log

738500861101_001.log
738500861101_002.log
738500861101_003.log
666500872101_001.log
666500872101_002.log
666500872101_003.log
666500872101_004.log        
741500881101_001.log
741500881101_002.log
741500881101_003.log

我需要首先根据字段5到8中的值对行进行排序，即741500881101_003.log，然后根据日志的零件号进行排序，即。 741500881101003。记录以下内容：

    666500872101_002.log
    738500861101_003.log
    738500861101_002.log
    666500872101_001.log
    741500881101_001.log
    738500861101_001.log
    741500881101_002.log
    666500872101_003.log
    741500881101_003.log
    666500872101_004.log

738500861101_001.log
738500861101_002.log
738500861101_003.log
666500872101_001.log
666500872101_002.log
666500872101_003.log
666500872101_004.log        
741500881101_001.log
741500881101_002.log
741500881101_003.log

---

使用

sort

无法获得任何好结果，请提供帮助。

您可以使用

sort

命令，并使用以下选项：

sort -n -k1.5,1.8 -n -k1.14,1.16 fileToSort.log

选项：

• -n

  用于数字排序

• -k1.5,1.8

  和

  -k1.14,1.16

  来定义排序键

示例：

$ sort -n -k1.5,1.8 -n -k1.14,1.16 fileToSort 
738500861101_001.log
738500861101_002.log
738500861101_003.log
666500872101_001.log
666500872101_002.log
666500872101_003.log
666500872101_004.log
741500881101_001.log
741500881101_002.log
741500881101_003.log

---

作为学习火花的一部分，我解决了这个问题。我不是unixshell程序员。因此，我想到了用火花来解决这个问题

val logList = Array("666500872101_002.log","738500861101_003.log","738500861101_002.log","666500872101_001.log","741500881101_001.log","738500861101_001.log","741500881101_002.log","666500872101_003.log","741500881101_003.log","666500872101_004.log")

val logListRDD = sc.parallelize(logList)
logListRDD.map(x=>((x.substring(4,8), x.slice(x.indexOfSlice("_") +1, x.indexOfSlice("."))),x)).sortByKey().values.collect.take(20)

输出：

数组[字符串]=数组（738500861101_001.log，738500861101_002.log，738500861101_003.log，66650082101_001.log，666500872101_002.log，666500872101_003.log，66650082101_004.log，741500881101_001.log，741500881101_002.log，741500881101_003.log）

解释我做了什么

sc.parallelize（日志列表）-是创建RDD的步骤，RDD是spark的核心组件

map（x=>（（x.substring（4,8），x.slice（x.indexOfSlice（“”）+1，x.indexOfSlice（“.”）），x））-从数组中提取内容并生成一个键值对。在我们的例子中，value是***。log值，key是一个子字符串数组，我们希望根据它进行排序（0086001）。键值对看起来像[（0086001），738500861101_001.log]

sortByKey（）-根据上面生成的键对数据进行排序

值-获取与键对应的值

---

collect.take（20）->在屏幕上显示o/p

到目前为止您尝试了什么？如果您有，我们可以看看它们吗？您可以试试

sort-n-k1.5,1.8-k1.14,1.16 fileToSort.log

或

sort-n-k1.5,1.8-n-k1.14,1.16 fileToSort.log

并告诉我它是否适合您吗？找到了这个@艾伦：谢谢，伙计，我被困在只使用排序上了——k1，1甚至不知道我可以使用十进制根据某些字段进行排序。谢谢，那么我就把它作为答案加上；-）