我正在尝试编写一个 bash 脚本，它接收目录的路径作为参数，并输出所有日志文件的所有行（来自给定的目录及其所有子目录），并按主键和辅助键排序。按主键排序需要在线性时间内（n 为总行数）；辅助排序没有运行时限制。
编辑：输出行必须具有与原始文件完全相同的结构，因此对行/文件的任何更改都需要恢复为原始形式。我无法更改日志文件格式，因为我无法提前访问它们。输入文件的数量可能有几万个。
-主键是时间戳格式如下：2018-07-23T14：66：55.456789123
-辅助键应该用于具有相同时间戳的行；辅助键是小路每行，从输入目录到它来自的文件。通过这个键进行排序按照字典顺序。
-所有日志文件都有“.log”扩展名
-所有单个日志文件都已按升序排序
-日志文件中的每一行日志都具有以下格式：以时间戳开头，后跟一个空格和一些文本，然后以 \0 结尾。 每行文本可以包含 \n
例子：
以下是 3 个示例文件：
$ cat input_dir/A/f3.log
2019-08-22T13:33:44.123456789 get
up 2
2020-01-01T11:22:33.123456789 love 2
$ cat input_dir/B/f2.log
2019-09-44T13:44:21.987654321 Nice line
$ cat input_dir/C/f1.log
2019-08-22T13:33:44.123456789 get
up
2020-01-01T11:22:33.123456789 love
这是我解决该任务最成功的尝试：
find $1 -name "*.log" -printf '%p\n' | sort | xargs sort -r -m -t "-" -k1,1 -k2,2 -k3,3
输出如下：
2019-09-44T13:44:21.987654321 Nice line
2019-08-22T13:33:44.123456789 get
up 2
2019-08-22T13:33:44.123456789 get
up
2020-01-01T11:22:33.123456789 love 2
2020-01-01T11:22:33.123456789 love
你可以看到除了第一行，它排序正确，并且看起来排序命令仅将 2019 至 2020 作为键进行比较......
我还尝试了大量可能的排序标志组合，包括指定不同的列（-k）、分隔符（-t），这些似乎对排序没有影响，可能是因为我使用了 -m 标志，但我无法避免它，因为它使运行时线性化，并且使排序路径稳定。此外，我尝试使用 -z 标志使多行保持在一起，但当我使用它时，它只按时间戳排序，而忽略了我试图传递给排序命令的排序路径。
我不知道是否可以通过简单地使用 sort 命令来解决此任务，但我不知道如何做。有人知道如何解决这个问题（在 bash 中）吗？谢谢
答案1
我很惊讶在任何地方都看不到-z参数（如果分隔符是，则需要\0），对我来说，分隔符是一个空格，您只需对第一个项目（即整个时间戳）进行排序。
您必须将文件名注入文件本身（时间戳之后），以便sort可以使用它来消除相同时间戳的歧义。如果已知文件数量，可以按如下方式完成：
sort -m -k2 -k1 <(sed 's/^/file1 /' file1) <(sed 's/^/file2 /' file2)
在哪里：
- 每个
sed子 shell 都会为文件添加路径前缀 - 排序首先根据时间戳 (k2)，然后根据文件名 (k1) 进行
对于可变数量的文件，您必须动态生成命令并使用eval或运行它bash -c。
但：
- 如果您的时间戳精确到纳秒，您几乎永远不会遇到两个相同的时间戳，因此这可能是多余的。
- 如果这是您的应用程序，您还可以调整日志格式以注入名称并避免子外壳。
- 在现代应用程序中，每个人都在使用某种形式的麋鹿堆。