Linux sort命令高级用法与性能优化指南

1. sort命令基础：理解排序的本质

在Linux系统中，sort命令是文本处理三剑客（grep、awk、sort）中最容易被低估的工具。我第一次接触sort时以为它只是个简单的排序工具，直到有次需要处理百万行的日志文件时才真正理解它的威力。sort不仅能对文本行进行排序，还能处理复杂的数据格式、去重、合并文件，甚至进行简单的统计计算。

sort的核心工作原理是基于行的字典序比较。它会读取输入文件的每一行（默认以换行符分隔），然后根据指定的规则进行比较排序。与常见编程语言中的排序函数不同，sort是专门为处理大规模文本文件优化的，它采用外部排序算法，能够高效处理远大于内存的文件。

注意：sort默认使用当前locale的排序规则（如en_US.UTF-8），这会影响特殊字符和大小写的排序结果。要确保稳定排序，建议设置LC_ALL=C。

基本语法格式：

bash复制sort [选项] [文件]

最基础的用法是对文件内容按行排序：

bash复制# 对file.txt按行排序并输出
sort file.txt

# 直接排序并覆盖原文件
sort -o file.txt file.txt

2. 实用排序技巧：超越基础用法

2.1 按数字排序与反向输出

处理包含数字的数据时，单纯的字典排序会导致"10"排在"2"前面。这时需要-n选项：

bash复制# 按数值大小排序（适用于第一列为数字的情况）
sort -n data.txt

# 逆序排列（可与其他排序选项组合）
sort -nr data.txt

我曾经处理过一个服务器负载日志，需要找出负载最高的时段。通过组合使用：

bash复制awk '{print $1}' access.log | sort -nr | head -10

快速定位了Top 10高负载时间点。

2.2 多字段复杂排序

对于包含多列的数据（如CSV），可以使用-k指定排序键：

bash复制# 按第2列数字排序，然后按第1列字母排序
sort -k2n -k1 data.csv

字段排序的完整语法是-k POS1[,POS2]，其中POS的格式为F[.C][OPTS]，F是字段号，C是字符位置，OPTS是排序选项（如n、r）。