1. sort命令基础认知
在Linux系统中，sort命令就像一位经验丰富的图书管理员，能够快速将杂乱无章的数据整理成有序的序列。这个看似简单的命令行工具，实际上蕴含着强大的文本处理能力。作为Linux系统管理员日常使用频率排名前20的基础命令，sort在处理日志分析、数据报表等场景时尤为高效。
我第一次接触sort命令是在处理服务器日志时，面对数万行杂乱无章的访问记录，sort配合uniq命令在几秒内就帮我统计出了访问量最高的IP地址。这种效率让我意识到，掌握sort的深度用法对提升工作效率至关重要。
2. 核心参数深度解析
2.1 基础排序模式
默认情况下，sort会按照ASCII码顺序排列文本行。比如我们有个测试文件test.txt：
code复制apple
Orange
banana
123
执行sort test.txt将得到：
code复制123
Orange
apple
banana
注意：ASCII排序时数字优先于大写字母，大写字母又优先于小写字母。这种默认行为在处理混合大小写数据时可能导致意外结果。
2.2 实用参数组合
2.2.1 数值排序(-n)
当处理包含数字的列时，必须使用-n参数才能正确识别数值大小。例如员工薪资文件salary.txt：
code复制Alice 5000
Bob 12000
Charlie 800
sort -n -k 2 salary.txt会按第二列数值从小到大排序：
code复制Charlie 800
Alice 5000
Bob 12000
2.2.2 反向排序(-r)
-r参数可实现降序排列。结合之前的例子：
sort -nr -k 2 salary.txt输出：
code复制Bob 12000
Alice 5000
Charlie 800
2.2.3 去除重复(-u)
在处理日志文件时，经常需要去重统计。假设有重复的IP访问记录ips.log：
code复制192.168.1.1
192.168.1.2
192.168.1.1
sort -u ips.log输出：
code复制192.168.1.1
192.168.1.2
2.3 高级字段控制
2.3.1 指定分隔符(-t)
对于CSV文件data.csv：
code复制John,Doe,35
Jane,Smith,28
sort -t ',' -k 3 -n data.csv按第三列年龄排序：
code复制Jane,Smith,28
John,Doe,35
2.3.2 多列排序
员工信息employees.txt：
code复制DeptA 50 Bob
DeptB 30 Alice
DeptA 20 Charlie
sort -k 1,1 -k 2,2n employees.txt先按部门再按工号排序：
code复制DeptA 20 Charlie
DeptA 50 Bob
DeptB 30 Alice
3. 实战应用场景
3.1 日志分析案例
分析nginx访问日志：
code复制awk '{print $1}' access.log | sort | uniq -c | sort -nr | head -10
这个管道组合：
- 提取IP地址
- 初步排序
- 统计出现次数
- 按频次降序
- 显示TOP10
3.2 系统监控脚本
在内存监控脚本中：
code复制ps -eo pmem,comm | sort -k 1 -nr | head -5
实时显示内存占用最高的5个进程。
3.3 数据清洗流程
处理传感器数据时：
code复制sort -t '|' -k 4 -n raw_data.txt | awk '$4 > 100'
先按时间戳排序，再过滤异常值。
4. 性能优化技巧
4.1 大文件处理
当处理GB级日志文件时：
code复制LC_ALL=C sort large_file.txt
设置LC_ALL=C可提升2-3倍速度，因为它跳过了本地化字符处理。
4.2 临时文件管理
使用-T指定临时目录：
code复制sort -T /mnt/tmp bigfile.txt
对于内存不足的情况，可以指定SSD等高速存储作为临时目录。
4.3 并行排序
GNU sort支持并行：
code复制sort --parallel=4 huge_file.txt
在多核服务器上可显著加速大文件排序。
5. 常见问题排查
5.1 排序结果异常
现象：数字排序不正确
原因：忘记使用-n参数
解决方案：确保数值排序时添加-n选项
5.2 内存不足错误
现象：出现"sort: memory exhausted"
解决方法：
- 增加-T指定的临时空间
- 使用--buffer-size调整缓冲区大小
- 考虑使用split先分割文件
5.3 特殊字符处理
现象：包含特殊符号的行排序位置异常
解决方法：
- 使用-d参数仅处理字母数字和空格
- 或使用-i参数指定可接受的ASCII范围
6. 进阶技巧
6.1 版本比较排序
对软件版本号排序需要特殊处理：
code复制sort -t. -k 1,1n -k 2,2n -k 3,3n versions.txt
6.2 随机排序
结合shuf实现随机排序：
code复制shuf input.txt | sort --random-sort
6.3 自定义排序规则
通过环境变量定义排序规则：
code复制export LC_COLLATE=CUSTOM
sort --debug input.txt
我在实际工作中发现，sort命令与awk、uniq等工具组合使用时，能解决90%的文本处理需求。特别是在处理CSV格式数据时，合理使用-k参数可以替代部分Excel的基本功能。一个容易被忽视的技巧是：使用--debug参数可以显示sort的内部处理过程，这对调试复杂排序规则非常有帮助。