将 awk 中的行拉入文件逐行

Posted 2023-03-24

【中文标题】将 awk 中的行拉入文件逐行

【英文标题】：Pull rows in awk to file line-by-line

【发布时间】：2022-01-19 16:38:43

【问题描述】：

我正在尝试从变量与某个标识符匹配的.csv 文件中提取行。这是一个示例数据集 (myfile.csv)

id,x,y,z
A01,1,5,7
A02,4,4,7
B01,1,6,6
A01,5,7,4
A01,4,8,4
C02,3,1,3
A01,1,2,3

我可以使用以下内容：

awk -F',' 'if($1 == "A01") print' myfile.csv > outfile.csv

或

awk -F',' 'if($1 == "A01") print > "outfile.csv" ' myfile.csv

这将导致outfile.csv:

A01,1,5,7
A01,5,7,4
A01,4,8,4
A01,1,2,3

但是，我正在处理一个非常大的数据集 (200Gb)，并且在运行时，我必须等待 awk 完成才能输出到 outfile.csv。

awk 是否有办法在文件遇到正确语句时打印到文件（即文件更新为awk 进程）

【参考方案1】：

像大多数工具一样，awk 正在缓冲它的输出以提高效率，所以只需告诉它在每次打印后刷新它的缓冲区：

awk -F',' '$1 == "A01" print; fflush() ' myfile.csv > outfile.csv

【参考方案2】：

尝试运行一次以下命令。所以我在这里做的是：尽管在每种情况下都进行了重定向，但在 awk 程序完成运行后对输出文件进行一次输出重定向。我很确定与您当前的命令相比，这应该足够快，尽管是公平的警告；没测试过。

awk -F',' 'if($1 == "A01") print' myfile.csv > "outputfile.csv"

OR 不需要明确提及 if 条件和打印，默认情况下，如果条件 if TRUE 在 awk 中，它会将该行打印为默认操作，所以上面可以简写如下：

awk -F',' '($1 == "A01")' myfile.csv > "outputfile.csv"