位置: 编程技术 - 正文

Linux下删除大数据文件中部分字段重复行的方法(linux删除大量文件方法)

编辑:rootadmin
最近写的一个数据采集程序生成了一个含有1千多万行数据的文件,数据由4个字段组成,按照要求需要删除第二个字段重复的行,找来找去linux下也没找到合适的工具,sed/gawk等流处理工具只能针对一行一行处理,并无法找到字段重复的行。看来只好自己python一个程序了,突然想起来利用mysql,于是进行乾坤大挪移: 1. 利用mysqlimport --local dbname data.txt导入数据到表中,表名要与文件名一致 2. 执行下列sql语句(要求唯一的字段为uniqfield) 复制代码代码如下: use dbname; alter table tablename add rowid int auto_increment not null; create table t select min(rowid) as rowid from tablename group by uniqfield; create table t2 select tablename .* from tablename,t where tablename.rowid= t.rowid; drop table tablename; rename table t2 to tablename;

推荐整理分享Linux下删除大数据文件中部分字段重复行的方法(linux删除大量文件方法),希望有所帮助,仅作参考,欢迎阅读内容。

Linux下删除大数据文件中部分字段重复行的方法(linux删除大量文件方法)

文章相关热门搜索词:linux删除大文件命令,linux 删除大批量文件,linux中删除,linux删除所有数据,linux删除所有数据,linux删除大于1g的文件,linux删除大于1g的文件,linux删除大小为0的文件,内容如对您有帮助,希望把文章链接给更多的朋友!

Linux中限制用户访问权限的3种方法 现在需要限定某个用户对特定目录/文件的访问权限,或者把某个用户的访问范围限制在某个目录/文件中。现实情况下,还是能遇到这样的需求的,比如

清除swap里的文件的方法 方法很简单,按下面的操作就可以了vi打开一个文件的时候突然断网,再次连接上去vi打开的时候提示在swap里面已经存在一个。要删除这个文件怎么办呢

linux修改系统时间和linux查看时区、修改时区的方法 一、查看和修改Linux的时区1.查看当前时区命令:date-R2.修改设置Linux服务器时区方法A命令:tzselect方法B仅限于RedHatLinux和CentOS命令:timeconfig方法C适用于D

本文链接地址:https://www.jiuchutong.com/biancheng/356997.html 转载请保留说明!

上一篇:linux中去掉文件重复数据行的方法(去重复ip)(linux去掉文件换行符)

下一篇:Linux中限制用户访问权限的3种方法(linux限制用户登录)

免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

鄂ICP备2023003026号

网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

友情链接: 武汉网站建设 电脑维修 湖南楚通运网络