Вам нужно немного узнать об ARP-кэшах, прежде чем вы сможете эффективно интерпретировать вывод ARP-кэша
Кэш arp содержит сопоставления IP :MAC-адреса для:
Размещает обмен трафиком между вашим сервером В СВОЕЙ СОБСТВЕННОЙ ПОДСЕТИ
Интерфейсы маршрутизатора, используемые для маршрутизации трафика между вашим хостом и другими в РАЗНЫХ подсетях
ARP-кэш этих сопоставлений IP:MAC-адресов НЕ сохраняется:
Сеть перезапуск.
Сервер перезагружается.
Хотя Garbage Collection("gc")должнаочищать в вашем arp-кэше эти сопоставления, которые превышают указанный GC порог, реальность они сохраняются,хотя записано как « просроченный »
Таким образом, вы не увидите сопоставлениеIP-адресов :MAC-адресовхоста, с которым ваш сервер обменивался трафиком, адресованного вДРУГОЙподсети или даже в одной из подсетей вашего хоста. подсети, если сеть или сам сервер были перезапущены.
Кстати, если вы хотите проверить устойчивость сопоставлений за пределами интервалаGC , ping
другой хост в той же подсети и после остановки ping
периодически выполняйте:
ip -statistics neighbour
Вы увидите IP-адрес :MAC-адрес хоста, который вы ping
указали, после интервала GC .
С помощью awk
можно сделать следующее:
#skip if multiple appearance in one file
{if ( seenin[$0] ~ FILENAME ) {next}}
#add filename to list of files the line has been seen in, increase seen counter
{seenin[$0]=seenin[$0]" "FILENAME ; nseen[$0]++}
#print
END {for (line in nseen) { if (nseen[line]>1) {
printf "%s \"%s\" %s %d %s %s\n",
"line",line,"seen in",nseen[line],"files:",seenin[line]} } }
Ограничение :памяти, так как все строки сохраняются в ОЗУ.
Если вы хотите отсортировать по количеству вхождений, команда печати должна быть адаптирована соответствующим образом, например. сортировать по значениям nseen
. С gawk
это просто :в блоке END
добавьте это перед цикломfor
-:
PROCINFO["sorted_in"]="@val_num_desc"
Входные файлы:
$ cat file1
a
a
b
b
c
d
e
$ cat file2
c
c
x
z
e
y
z
f
$ cat file3
f
i
a
c
z
i
k
вывод (с gawk
возможностью обхода массива черезPROCINFO
)
$awk -f compare_lines_multifiles.awk file1 file2 file3
line "c" seen in 3 files: file1 file2 file3
line "z" seen in 2 files: file2 file3
line "a" seen in 2 files: file1 file3
line "e" seen in 2 files: file1 file2
line "f" seen in 2 files: file2 file3
РЕДАКТИРОВАТЬ:
Предоставленные вами файлы имеют формат MSDOS. Либо конвертируйте их через
dos2unix file1.txt file2.txt....
или настройте разделитель записей в awk
. В качестве первой записи в коде добавьте это:
BEGIN { RS="\r\n" }
РЕДАКТИРОВАТЬ 2 :Ваши файлы имеют неправильные разделители. Проблема в том, что a<tab>b
и a<tab>b<tab>
считаются разными строками, а вы можете считать их одинаковыми.
Для вашего очень особого случая с двумя интересующими полями в файлах вы скорее захотите сравнить содержимое этих двух полей, а не полных строк. Также с учетом формата MSDOS -:
BEGIN { RS="\r\n" }
#skip if multiple appearance in one file
{if ( seenin[$1"\t"$2] ~ FILENAME ) {next}}
#add filename to list of files the line has been seen in, increase seen counter
{seenin[$1"\t"$2]=seenin[$1"\t"$2]" "FILENAME ; nseen[$1"\t"$2]++}
#print
END {for (line in nseen) { if (nseen[line]>1) {
printf "%s \"%s\" %s %d %s %s\n",
"line",line,"seen in",nseen[line],"files:",seenin[line]} } }
В результате все шесть файлов перекрываются гораздо сильнее. Он фокусируется на двух полях с разделителем табуляции и печатает вывод строки как таковой.
Я предлагаю другой подход. Просто пропустите их через sort
и uniq -c
, чтобы подсчитать, сколько раз была просмотрена каждая строка :
sort 2.txt 3.txt 4.txt 5.txt 6.txt 7.txt | uniq -c
Каждая строка будет выведена один раз, но также будет выведено количество просмотров строки. Например,если у меня есть эти три файла:
$ cat file1
dog
cat
bird
$ cat file2
fly
bird
moose
$ cat file3
bird
dog
flea
Я бы получил такой вывод:
$ sort file1 file2 file3 | uniq -c
3 bird
1 cat
2 dog
1 flea
1 fly
1 moose
Итак, если вы хотите разделить строки по количеству раз, когда они были найдены, вы можете сделать что-то вроде этого, чтобы увидеть только строки, которые появляются во всех 3 (или 6, в вашем случае )файлов:
$ sort file1 file2 file3 | uniq -c | awk '$1==3'
3 bird
$ sort file1 file2 file3 | uniq -c | awk '$1==2'
2 dog
$ sort file1 file2 file3 | uniq -c | awk '$1==1'
1 cat
1 flea
1 fly
1 moose
# spits a random three char (a..e)
# string each time it's called
rx() {
< /dev/urandom \
tr -cd 'a-e' |
fold -w3 |
head -n 1 \
;
}
# modify this section
numFiles=6
numLines=70
commIn=5
# generate random files
for j in $(seq "$numFiles"); do
for i in $(seq "$numLines"); do
rx
done > $j.txt
done
# uniquify each file
# then sort the combined pool
# count n tabulate uniques from this pool
for i in $(seq "$numFiles"); do
sort -u < "$i.txt"
done |
sort | uniq -c |
sort -b -k1,1nr -k2,2 |
awk -v n="$commIn" '$1+0==n' ;
Результат этого прогона:
5 acc
5 bcd
5 dac
5 eea
Ваша первая попытка — правильный подход:
comm -12 2.txt 3.txt | comm -12 - 4.txt | comm -12 - 5.txt | comm -12 - 6.txt | comm -12 - 7.txt
Это работает как соединение параллельно как поток. В принципе, таким образом можно обрабатывать файлы с миллионами строк.
Проблема с comm(1 ), по-видимому, была вызвана проблемами ввода, а именно пробелами и концами строк. Если вы сначала очистите их, вы можете обнаружить, что ваш первоначальный подход и быстр, и удобен.
Вот пример, подтверждающий это. Найдите числа, которые делятся на наборы простых чисел:
$ for D in 2 3 5 7 11 13
> do seq 1 1000 |
> awk -v D=$D '$0 % D == 0 { print $0 }' |
> sort > $D
> done
$ comm -12 2 3 | comm -12 - 5 | comm -12 - 7
210
420
630
840
Оказывается, между 1 и 1000 нет чисел, которые делятся на 2, 3, 5, 7 и 11.