Rjoin

rjoin 是一个新的命令行工具，用于在两个文件的公共字段上将记录连接起来。

双许可，MIT 或 unlicense

文档

https://docs.rs/rjoin

安装

rjoin 的二进制名称为 rj。

$ cargo --version
cargo 0.25.0-nightly (a88fbace4 2017-12-29) # requires nightly channel
$ RUSTFLAGS="-C target-cpu=native" cargo install rjoin

(不要忘记将 $HOME/.cargo/bin 添加到您的路径中)。

为什么你应该使用 rjoin？

• 它可以在多个字段上执行连接
• 它在指定字段分隔符和记录终止符方面比 GNU join 有更高的灵活性
• 它具有（主观上）更干净的 CLI。

为什么你不应该使用 rjoin？

• 你需要特定的输出格式。GNU join 在此方面更灵活，但可以通过将输出管道到 awk 来减轻。
• 你需要一个不区分大小写的连接。可以通过使用 tr 工具预处理数据来减轻。
• 你的 CPU 不具备 AVX2 功能。

快速示例

假设我们有以下数据

$ cat left
color,blue
color,green
color,red
shape,circle
shape,square

$ cat right
altitude,low                                        
altitude,high                                       
color,orange                                          
color,purple                                          

要获取具有公共键的行

$ rj left right
color,blue,orange
color,blue,purple
color,green,orange
color,green,purple
color,red,orange
color,red,purple

一些注释

• 默认情况下，第一个字段是键。如果您想使用另一个字段，可以使用 --key/-k 选项（即使是针对每个文件）。rj 支持将 多个字段 作为键，但两个文件中键字段的数量必须相等。
• 默认情况下，只打印具有公共键的行。如果您还想打印左或右文件中的不匹配行，请使用以下选项的任何组合： --show-left/-l、--show-right/-r 或 --show-both/-b。请注意，但是，如果您使用这些选项中的任何一个，则默认行为将被重置（例如，如果您想同时看到左文件中的不匹配行和匹配行，请使用 -lb。使用 -l，您将看不到匹配的行。）
• 两个文件中都有具有相同键的多个行，结果产生 笛卡尔积。

获取两个文件中不匹配键的行

$ rj -lr left right
altitude,low                                        
altitude,high                                       
shape,circle
shape,square

请查看教程以获取详细的操作步骤。

贡献

欢迎任何形式的贡献（例如评论、建议、问题、错误报告和拉取请求）。

为什么选择Rust？

因为C语言耗费了大量的心智资源，只是为了避免我的腿被射中，或者更糟的情况。

致谢

在Rjoin中使用的CSV解析器基于Y. Li, N. R. Katsipoulakis, B. Chandramouli, J. Goldstein和D. Kossmann的工作。Mison：用于数据分析的快速JSON解析器。在VLDB，2017。

SIMD部分毫不客气地复制自pikkr

最后，向BurntSushi为其卓越的工作表示衷心的感谢。