在unix中使用awk对文件执行类似sql的左外连接

我正在尝试根据两个文件中的第一列进行联接

到目前为止，我已经尝试使用以下代码

awk  '{if (NR==FNR) {a[$1]=$2; next} if ($1 in a) {print $2"|"$3"|""Found"}      if(!($1 in a)) {print $2"|"$3"|""Not Found"}}' file1.txt file2.txt > TARGET.txt

file1 file contents
1as.pdf
2as.pdf
3as.pdf
45.pdf
as.pdf

file2 file contents
3ss.pdf 1_2_3_45.csv    4
3s.pdf  1_2_3_45.csv    4
2as.pdf 1_2_3_45.csv    4
1as.pdf 1_2_3_45.csv    4
45.pdf  1_2_3_45_5.csv  1
3.pdf   1_2_3_5.csv 1

---

但是，由于您没有打印密钥，所以找到了什么，没有找到什么并不十分清楚。也许还保留输出中的第一个字段…

您知道有一个unix命令，名为？yesp@WumpusQ.Wumbley，但要执行连接，文件应按顺序排序，ex:100000的排序行成本更高，我觉得我选择了awk wayHi。你的问题是什么？请阅读并采取行动。PS“更昂贵”是什么意思？你认为成本是多少？建议您研究一下。@philipxy我的目标是使用awk命令进行左外连接，而不是使用join，从其他博客我了解到，在处理100000行文件时，awk比join快。awk不是一种算法。算法和开销的细节很重要。您的程序执行10k x 10k行比较。按排序的Join对每个输出行进行比较，很可能是10k x 10k的一小部分，加上2个排序，每个10k x~log2（10k）=10k x 50比较，另一小部分。内存与文件使用也很重要。表约束也是如此。建议您阅读计算机科学入门教材中的算法成本（复杂性）简介。建议您实际测量。您能解释一下代码中的{a[$1]；next}请。将文件1中的

$1

添加到哈希表

a

，以便在扫描文件2时检查是否存在。请注意，您设置为

$2

，该值不存在，即使存在，也不会使用，因此无需分配该值。

$ awk -v OFS='|' 'NR==FNR{a[$1];next} 
                         {print $2,$3,(($1 in a)?"Found":"Not Found")}' file1 file2 

1_2_3_45.csv|4|Not Found
1_2_3_45.csv|4|Not Found
1_2_3_45.csv|4|Found
1_2_3_45.csv|4|Found
1_2_3_45_5.csv|1|Found
1_2_3_5.csv|1|Not Found