Linux Shell join 命令实战指南

输出：

aa 1 2 2 1
bb 2 3 8 2
cc 4 6 4 4
dd 3 3 5 5

这里可以看到，所有第一列相同的行都被拼接在了一起。

2. 指定匹配字段

如果想按其他列匹配，比如都按第一列（虽然默认就是），或者更复杂的场景：

join -j 1 file1.txt file2.txt

效果同上。如果我们要按 file1 的第二列和 file2 的第三列匹配：

join -1 2 -2 3 file1.txt file2.txt

输出：

bb 2 3 8 2
cc 4 6 ff 4
cc 4 6 cc 4

注：因为 file1 的 cc 第二列是 4，而 file2 中第三列为 4 的有 ff 和 cc，所以会生成两条记录。

3. 控制输出与补全

使用 -o 指定输出哪些列，配合 -a 和 -e 处理缺失数据：

join -o 1.1 1.2 1.3 2.1 2.2 2.3 -e 'empty' -a 1 file1.txt file2.txt

输出：

aa 1 2 aa 2 1
bb 2 3 bb 8 2
cc 4 6 empty empty empty
dd 3 3 empty empty empty

这里 -a 1 表示保留 file1 的所有行，即使 file2 中没有匹配项，也用 empty 填充。

4. 查看未匹配行

如果你只关心那些'对不上'的数据：

join -v 1 file1.txt file2.txt

输出：

cc 4 6
dd 3 3

这通常用于排查数据不一致的问题。

进阶技巧

多文件管道连接

join 一次只能处理两个文件，但可以通过管道符串联多个文件：

join file1 file2 | join - file3 | join - file4

这里的 - 代表标准输入，这样就能实现多表关联的效果。

替代方案：AWK

join 对文件格式要求很严格（必须排序）。如果需要更灵活的处理，或者不想预处理排序，可以使用 awk 结合数组来实现类似逻辑，虽然代码量稍大，但适应性更强。

总结

join 命令在日志分析、数据清洗场景中非常实用。它的核心在于排序和字段对齐。只要处理好这两个前提，它就能像数据库的 JOIN 一样高效地工作。遇到复杂的多列匹配时，记得先检查排序规则，必要时先用 sort 预处理。