下面图老师小编跟大家分享一个简单易学的如何快速删除Linux文件中的重复数据行教程，get新技能是需要行动的，喜欢的朋友赶紧收藏起来学习下吧！
【 tulaoshi.com - Linux教程 】
Linux系统操作中，如果文件中的数据过多，想要删除重复数据行是非常麻烦的，查找不方便，那么有什么方法能够快速删除文件重复数据行呢？下面图老师小编就给大家介绍下如何删除文件重复数据行，一起来看看吧。
一、去掉相邻重复的数据行
代码如下：
$cat data1.txt | uniq
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）输出：
beijing
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）wuhan
beijing
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）wuhan
二、去掉所有重复的数据行
代码如下：
$cat data1.txt | sort | uniq
注：
只有uniq命令的话，只是把相邻的重复的数据行去掉。
如果先 sort 的话，就会把所有重复的数据行变成相邻的数据行，再 uniq 的话，就去掉所有重复的数据行了。
输出：
beijing
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）wuhan
附：data1.txt
代码如下：
［root@syy ~］# cat data1.txt
beijing
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）beijing
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）wuhan
wuhan
wuhan
beijing
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）beijing
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）beijing
（本文来源于图老师网站，更多请访问https://www.tulaoshi.com）wuhan
wuhan
注：在过滤日志中的IP地址很有用。
Linux下删除大数据文件中部分字段重复的行
最近写的一个数据采集程序生成了一个含有1千多万行数据的文件，数据由4个字段组成，按照要求需要删除第二个字段重复的行，找来找去linux下也没找到合适的工具，sed/gawk等流处理工具只能针对一行一行处理，并无法找到字段重复的行。看来只好自己python一个程序了，突然想起来利用mysql，于是进行乾坤大挪移：
1. 利用mysqlimport --local dbname data.txt导入数据到表中，表名要与文件名一致
2. 执行下列sql语句（要求唯一的字段为uniqfield）
代码如下：
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删除文件重复数据行的方法介绍了，本文介绍了多种情况下删除文件重复数据行的方法，希望对你有所帮助。
来源:https://www.tulaoshi.com/n/20160219/1611725.html
看过《如何快速删除Linux文件中的重复数据行》的人还看了以下文章 更多>>
