awk를 사용하여 파일의 특정 열별로 그룹화

awk를 사용하여 파일의 특정 열별로 그룹화

SQL 쿼리에서 내보낸 데이터를 파일에 넣었습니다 temp.log.

아래는 샘플 데이터입니다. 머리글 행 뒤의 항목은 첫 번째 열을 기준으로 정렬됩니다.

또한 노드(36,54,69,76)를 고정 목록으로 간주합니다.

<Name> <Status> <Node> <Requests>
AString1 Success 36 1
AString1 Success 54 4
AString1 Success 69 3
AString1 Success 76 4
BString2 Success 36 1
BString2 Success 54 2
BString2 Success 69 3
BString2 Success 76 1
CString3 Success 36 8
CString3 Success 54 7
CString3 Success 76 8
DString4 Success 36 8
DString4 Success 54 4
DString4 Success 69 12
DString4 Success 76 7

다음 출력이 필요합니다

<Name> <Nodes> <Count of Requests>
Astring1 36 54 69 76 12
BString2 36 54 69 76 7
CString3 36 54 NA 76 23
DString4 36 54 69 76 31

여기의 마지막 열( <Count of Requests>)은 해당 이름의 각 노드에 대한 총 요청 수를 나타냅니다.

NA노드가 요청을 받지 못한 경우 이 내용이 인쇄되어야 합니다. (o/p에서 CString3 줄을 볼 수 있습니다. 노드 값 행이 누락되었습니다 . 이 경우 다음과 같이 69되어야 합니다 .NACString3 36 54 NA 76 23

성공 사례에서 DString4 -DString4 36 54 69 76 31

awk 명령을 사용하여 이를 수행할 수 있습니까?

답변1

$ cat tst.awk
NR==1 {
    print "<Name>", "<Nodes>", "<Count of Requests>"
    next
}
$1 != prev {
    if ( NR > 2 ) {
        prt()
    }
    prev = $1
}
{
    reqs[$3]
    numReqs += $4
}
END { prt() }

function prt(   i, n, node, nodes) {
    n = split("36 54 69 76", nodes)

    printf "%s ", prev
    for (i=1; i<=n; i++) {
        node = nodes[i]
        printf "%s ", (node in reqs ? node : "NA")
    }
    print numReqs

    delete reqs
    numReqs = 0
}

$ awk -f tst.awk file
<Name> <Nodes> <Count of Requests>
AString1 36 54 69 76 12
BString2 36 54 69 76 7
CString3 36 54 NA 76 23
DString4 36 54 69 76 31

답변2

또 다른 awk 솔루션은 다음과 같습니다.

$ awk '{if(NR==1){printf "%s\t%s\t%s\n", "<Name>","<Nodes>","<Count of Requests>"} else{nodes[$3]=1; a[$1][$3]++; sum[$1]+=$4}}END{for(string in a){ printf "%s\t", string; for(i in nodes){ (a[string][i]) ? val=i : val="NA"; printf "%s ",val }; printf "\t%d\n",sum[string];}}' file
<Name>  <Nodes> <Count of Requests>
CString3    36 54 NA 76     23
DString4    36 54 69 76     31
AString1    36 54 69 76     12
BString2    36 54 69 76     7
    

나중에 쉽게 구분할 수 있도록 각 항목("이름", "노드" 및 "요청 개수") 사이에 탭 문자를 추가했습니다.

다음은 더 깔끔한 형식의 동일한 스크립트입니다(여전히 터미널에 직접 복사/붙여넣기 가능).

awk '{ 
        ## If this is the first line
        if(NR==1){
            ## Set up the nodes array with the desired values
            nodes[36]=1;
            nodes[54]=1;
            nodes[69]=1;
            nodes[76]=1; 
            ## Print the header
            printf "%s\t%s\t%s\n", "<Name>","<Nodes>","<Count of Requests>"
        } 
        ## For all except the first line
        else{
            ## Save this node in the nodes array
            nodes[$3]=1;
            ## add this node to the values found for this string
            a[$1][$3]++; 
            ## add the number of requests
            sum[$1]+=$4
        }
     }
    ## After we have finished reading the file
    END{
        ## a holds all the first fields, the various strings
        for(string in a){ 
            ## Print the current string and a tab    
            printf "%s\t", string; 
            ## For each target node
            for(i in nodes){ 
                ## If this node has a value for this string, use the value. 
                ## If it does not, use "NA".
                (a[string][i]) ? val=i : val="NA"; 
                ## Print the value for the node
                printf "%s ",val 
            }; 
            ## Print the sum
            printf "\t%d\n",sum[string];
        }
    }' file

답변3

두 개의 인덱스 배열을 사용하여 각 이름에 대한 요청 수와 기존 노드를 저장할 수 있으며, 인쇄하기 전에 기존 노드 배열을 고정 노드 배열과 비교할 수 있습니다. 예:

awk 'BEGIN {
       totalNodes="36 54 69 76"
     }
     NR==1 {print "<Name> <Nodes> <Count of Requests>"};
     NR>1 {
         count[$1]+=$4; nodesTmp[$1]=nodesTmp[$1]" "$3;
         }
     END{
         for (i in count) {
             if(totalNodes!=nodesTmp[i]) {
                 split(totalNodes,tmp);
                 for(j in tmp){
                     if(nodesTmp[i]!~tmp[j]){
                         nodes[i]=nodes[i]" NA"
                     }
                     else {
                         nodes[i]=nodes[i]" "tmp[j]
                     }
                 }
             }
             else{
                 nodes[i]=nodesTmp[i]
             }; 
             print i, nodes[i], count[i] | "sort"
         };
     }' temp.log

답변4

GNU와 실제 이중 인덱스 배열을 가정하면 awk다음 PROCINFO이 작동합니다.

gawk 'BEGIN{PROCINFO["sorted_in"]="@ind_str_asc"}
      FNR>1{nodes[$3]=1; total[$1]+=$4; sgl_nodes[$1][$3]=1}
      END{
        printf "<Name> <Nodes> <Count of Requests>\n"
        for (f in sgl_nodes) {
          printf "%s%s",f,OFS;
          PROCINFO["sorted_in"]="@ind_num_asc";
          for (g in nodes) {
            if (sgl_nodes[f][g]) printf "%s%s",g,OFS; else printf "NA%s",OFS
          };
          PROCINFO["sorted_in"]="@ind_str_asc";
          printf "%d%s",total[f],ORS
        }
      }' temp.log 

nodes이는 실제로 발생한 노드 번호 와 2D 배열의 각 이름과 연관된 노드 번호를 배열에 등록하며 sgl_nodes첫 번째 인덱스 값과 함께 저장됩니다. 처리하는 동안 <Name>해당 값에 해당하는 배열 인덱스 아래 배열의 총 요청 수도 합산됩니다.total<Name>

파일 끝에서 먼저 헤더 라인을 인쇄한 다음 배열을 반복하여 sgl_nodes각 값의 이름 <Name>( 의 첫 번째 인덱스 sgl_nodes)을 인쇄한 다음 등록된 모든 노드를 반복하여 nodes노드 번호(특정 에 대해 발견된 경우 <Name>) 를 인쇄합니다. 또는 NA(해당 노드가 손실된 경우) 마지막으로 총 요청 수입니다.

<Name>PROCINFO해당 섹션에서 수행된 설정 덕분에 값을 오름차순으로 인쇄합니다. BEGIN이 설정은 배열을 반복하기 위해 숫자 정렬로 재정의됩니다 nodes.

temp.log이 방법은 정렬되는 항목 에 의존하지 않으며 자동으로 노드 번호를 인식합니다.


노드 번호 중 하나가 누락되면 자동 노드 번호 인식의 이점이 문제가 됩니다.모두기입. 그러나 노드 목록이 고정된 것으로 간주될 수 있다고 말씀하셨기 때문에 목록을 하드코딩하면 이 문제를 피할 수 있습니다.

gawk 'BEGIN{PROCINFO["sorted_in"]="@ind_str_asc";split("36 54 69 76",nodes)}
      FNR>1{total[$1]+=$4; sgl_nodes[$1][$3]=1}
      END{
        printf "<Name> <Nodes> <Count of Requests>\n"
        for (f in sgl_nodes) {
          printf "%s%s",f,OFS;
          for (g=1;g<=4;g++) {
            if (sgl_nodes[f][nodes[g]]) printf "%s%s",nodes[g],OFS; else printf "NA%s",OFS
          };
          printf "%d%s",total[f],ORS
        }
      }' temp.log 

관련 정보