小编use*_*609的帖子

我有一个数据列表，比如

12345
23456
67891
-20000
200
600
20
...

假设这个数据集的大小（即文件的行数）是N. 我想m从这个数据文件中随机绘制线条。所以输出应该是两个文件，一个是包含这m几行数据的文件，一个是包含这些行数据的文件N-m。

有没有办法使用 Linux 命令来做到这一点？

可能的重复：
Linux 工具将文件视为集合并对它们执行集合操作

我有两个数据集，A 和 B。每个数据集的格式是每行一个数字。例如，

12345
23456
67891
2345900
12345

A 中的一些数据未包含在数据集 B 中。如何列出 A 中的所有这些数据，以及如何列出 A 和 B 共享的所有数据。我如何使用 Linux/UNIX 命令来做到这一点？

我试图找到两个纯数据文件的交集，从之前的帖子中发现可以通过

comm -12 <(sort test1.list) < (sort test2.list)

在我看来，sort test1.list目的是按顺序对 test1.list 进行排序。为了了解sort工作原理，我尝试sort将以下文件 test1.list 作为sort test1.list > test2.list

100
-200
300
2
92
15
340

然而，事实证明 test2.list 是

100
15
2
-200
300
340
92

这个重新排序的列表让我很困惑这种排序是如何工作的，以及 sort 和 comm 是如何一起工作的。

我有一个数据文件，比如

7
2
10
9
10
3
2
4
2
4
6

每行都有一个值。我想计算每个值的出现次数。例如，10 在这个文件中出现了两次。

在linux下有没有一种简单的方法可以在不编写正式的计数程序的情况下做到这一点？

我需要计算文件夹下的文件数并使用以下命令。

cd testfolder
bash-4.1$ ls | wc -l
6

其实这个文件夹下只有五个文件，

bash-4.1$ ls
total 44
-rw-r--r-- 1 comp 11595 Sep  4 22:51 30.xls.txt
-rw-r--r-- 1 comp 14492 Sep  4 22:51 A.pdf.txt
-rw-r--r-- 1 comp  8160 Sep  4 22:51 comparison.docx.txt
-rw-r--r-- 1 comp   903 Sep  4 22:51 Survey.pdf.txt
-rw-r--r-- 1 comp  1206 Sep  4 22:51 Steam Table.xls.txt

看起来ls | wc -l甚至将其total 44视为文件，这是不正确的。

关于以下find命令行

find . -type f -exec grep -l strings {} \;

我不明白-exec and的用法{} \。

在阅读hadoop管理的bash脚本时，发现如下

if [ ! -d "${HADOOP_HOME}" ]; then
   if [ -d "${CDH_HADOOP_HOME}" ]; then

是什么! -d "${HADOOP_HOME}"和-d "${CDH_HADOOP_HOME}立场？

有一个文件夹可供多个用户访问。如果有文件被删除，是否可以知道哪个用户以及何时删除了该文件？谢谢。