大數據學習路線分享AWK怎詳解，awk是一個強大的文本分析工具，相對於grep的查找，sed的編輯，awk在其對數據分析並生成報告時，顯得尤爲強大。簡單來說awk就是把文件逐行的讀入，以空格爲默認分隔符將每行切片，切開的部分再進行各種分析處理。
awk是在文件或者字符串中基於指定規則瀏覽和抽取信息，awk抽取信息後，才能進行其他文本操作。完整的awk腳本通常用來格式化文本文件中的信息。
通常，awk是以文件的一行爲處理單位的。awk每接收文件的一行，然後執行相應的命令，來處理文本。
awk操作
有三種方式調用awk
1.命令行方式
awk [-F field-separator] 'commands' input-file(s)
其中，commands 是真正awk命令，[-F域分隔符]是可選的。 input-file(s) 是待處理的文件。在awk中，文件的每一行中，由域分隔符分開的每一項稱爲一個域。通常，在不指名-F域分隔符的情況下，默認的域分隔符是空格。
2.shell腳本方式
將所有的awk命令插入一個文件，並使awk程序可執行，然後awk命令解釋器作爲腳本的首行，一遍通過鍵入腳本名稱來調用。
相當於shell腳本首行的：#!/bin/sh
可以換成：#!/bin/awk
3.將所有的awk命令插入一個單獨文件，然後調用：awk -f awk-script-file input-file(s)
其中，-f選項加載awk-script-file中的awk腳本，input-file(s)跟上面的是一樣的。
awk語法
1、awk命令格式
(1) awk [-F 分隔域] 'command' input-file(s)
(2) awk -f awk-script-file input-file(s)
模擬文件：
cat employee.txt
100 Thomas Manager Sales 5000
200 Jason Developer Technology 5500
300 Sanjay Sysadmin Technology 7000
400 Nisha Manager Marketing 9500
500 Randy DBA Technology 60002
2.awk操作
1.輸出文件的每一行：
awk '{print $0}' ./employee.txt
2.輸出/etc/passwd第一個字段
awk -F ":" '{print $1}' /etc/passwd
3.打印文件的全部內容
awk '{print $0}' employee.txt
4.抽取文件test中的第一列
awk '{print $1}' employee.txt
或者
awk -F ' ' '{print $1}' employee.txt
5.列出所有的用戶名和登陸的shell名
awk -F ':' '{print $1,$6}' /etc/passwd
當分隔符爲多個符號時，如：
a , b , c , d
a1 , b1 , c1 , d1
awk -F ' , ' '{print $1,$2}' 文件名
6.打印用戶名爲root的那一行
awk -F ':' '$1=="root" {print $0}' /etc/passwd
或者
awk -F ':' '$1=="keke" {print $1}' /etc/passwd
說明:$1=="root"和$1=="keke"都是屬於判斷條件
awk工作流程是這樣的：讀入有'n'換行符分割的一條記錄，然後將記錄按指定的域分隔符劃分域，填充域，$0則表示所有域,$1表示第一個域,$n表示第n個域。默認域分隔符是"空白鍵" 或 "[tab]鍵"。
7.給輸出信息加上表頭
awk -F ":" 'BEGIN {print "nametshelln--------------------------------"}
{print $1"\t"$6}' /etc/passwd
8.給輸出信息加上表頭和末尾
awk -F : 'BEGIN {print "nametshelln--------------------------------"} {print $1"\t"$6}
END {print "end-of-report"}' /etc/passwd
awk -F ":" 'BEGIN {print"--BEGIN--"}
$1=="root" { print $1}
END{print"----END------"}' /etc/passwd
awk -F ":" 'BEGIN {print"--BEGIN--"} {if( $1=="root") print $1}
END{print"----END------"}' /etc/passwd
awk工作流程是這樣的：先執行BEGING，然後讀取文件，讀入有/n換行符分割的一條記錄，然後將記錄按指定的域分隔符劃分域，填充域，$0則表示所有域,$1表示第一個域,$n表示第n個域,隨後開始執行模式所對應的動作action。接着開始讀入第二條記錄······直到所有的記錄都讀完，最後執行END操作。
awk與mapreduce區別
1.awk主要用於單機版文件的操作
2.mapreduce則可以用於分佈式文件系統，可用於對大量數據的操作，缺點是編程比awk複雜，不過在框架的支持下，編寫mapreducce程序只需要負責業務邏輯即可。