如何快速刪除Linux文件中的重復(fù)數(shù)據(jù)行

　　Linux系統(tǒng)操作中，如果文件中的數(shù)據(jù)過(guò)多，想要?jiǎng)h除重復(fù)數(shù)據(jù)行是非常麻煩的，查找不方便，那么有什么方法能夠快速刪除文件重復(fù)數(shù)據(jù)行呢?下面學(xué)習(xí)啦小編就給大家介紹下如何刪除文件重復(fù)數(shù)據(jù)行，一起來(lái)看看吧。

　　一、去掉相鄰重復(fù)的數(shù)據(jù)行

　　代碼如下：

　　$cat data1.txt | uniq

　　輸出：

　　beijing

　　wuhan

　　beijing

　　wuhan

　　二、去掉所有重復(fù)的數(shù)據(jù)行

　　代碼如下：

　　$cat data1.txt | sort | uniq

　　注：

　　只有uniq命令的話，只是把相鄰的重復(fù)的數(shù)據(jù)行去掉。

　　如果先 sort 的話，就會(huì)把所有重復(fù)的數(shù)據(jù)行變成相鄰的數(shù)據(jù)行，再 uniq 的話，就去掉所有重復(fù)的數(shù)據(jù)行了。

　　輸出：

　　beijing

　　wuhan

　　附：data1.txt

　　代碼如下：

　　[root@syy ~]# cat data1.txt

　　beijing

　　beijing

　　wuhan

　　wuhan

　　wuhan

　　beijing

　　beijing

　　beijing

　　wuhan

　　wuhan

　　注：在過(guò)濾日志中的IP地址很有用。

　　Linux下刪除大數(shù)據(jù)文件中部分字段重復(fù)的行

　　最近寫的一個(gè)數(shù)據(jù)采集程序生成了一個(gè)含有1千多萬(wàn)行數(shù)據(jù)的文件，數(shù)據(jù)由4個(gè)字段組成，按照要求需要?jiǎng)h除第二個(gè)字段重復(fù)的行，找來(lái)找去linux下也沒找到合適的工具，sed/gawk等流處理工具只能針對(duì)一行一行處理，并無(wú)法找到字段重復(fù)的行?？磥?lái)只好自己python一個(gè)程序了，突然想起來(lái)利用mysql，于是進(jìn)行乾坤大挪移：

　　1. 利用mysqlimport --local dbname data.txt導(dǎo)入數(shù)據(jù)到表中，表名要與文件名一致

　　2. 執(zhí)行下列sql語(yǔ)句(要求唯一的字段為uniqfield)

　　代碼如下：

　　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;《/p》 《p》drop table tablename;

　　rename table t2 to tablename;

　　上面就是Linux刪除文件重復(fù)數(shù)據(jù)行的方法介紹了，本文介紹了多種情況下刪除文件重復(fù)數(shù)據(jù)行的方法，希望對(duì)你有所幫助。