Bash 脚本根据另一个文件中指定的日期从日志文件中提取条目？

我有一个相当大的逗号分隔 CSV 日志文件（>50000 行，我们称之为 file1.csv），看起来像这样：

field1,field2,MM-DD-YY HH:MM:SS,field4,field5...
...
field1,field2,07-29-10 08:04:22.7,field4,field5...
field1,field2,07-29-10 08:04:24.7,field4,field5...
field1,field2,07-29-10 08:04:26.7,field4,field5...
field1,field2,07-29-10 08:04:28.7,field4,field5...
field1,field2,07-29-10 08:04:30.7,field4,field5...
...

正如你所看到的，中间有一个字段是时间戳。

我还有一个文件（我们称之为 file2.csv），其中包含一个简短的时间列表：

timestamp,YYYY,MM,DD,HH,MM,SS
20100729180031,2010,07,29,18,00,31
20100729180039,2010,07,29,18,00,39
20100729180048,2010,07,29,18,00,48
20100729180056,2010,07,29,18,00,56
20100729180106,2010,07,29,18,01,06
20100729180115,2010,07,29,18,01,15

我想做的是仅提取 file1.csv 中具有 file2.csv 中指定时间的行。

如何使用 bash 脚本执行此操作？由于 file1.csv 相当大，因此效率也是一个问题。我以前做过非常简单的 bash 脚本，但真的不知道如何处理这个问题。也许 awk 的一些实现？或者还有别的办法吗？

附：并发症 1：我手动抽查了两个文件中的一些条目，以确保它们匹配，结果确实匹配。只需要找到一种方法来删除（或忽略）file1.csv 中秒（“SS”）字段末尾的额外“.7”。

附言并发症 2：结果 list1.csv 中的条目都间隔大约两秒。有时，list2.csv 中的时间戳恰好位于 list1.csv 中的两个条目之间！在这种情况下有没有办法找到最接近的匹配？

利用约翰的回答，您可以对文件进行排序和连接，仅打印您想要的列（或所有列，如果是这样）。请看下面（请注意，我考虑到您使用的是 UNIX，例如 Solaris，因此 nawk 可能比 awk 更快，而且我们没有可以提供更多便利的 gawk）：

# John's nice code
awk -F, '! /timestamp/ {print $3 "-" $4 "-" ($2-2000) " " $5 ":" $6 ":" $7}' file2.csv > times.list
# Sorting times.list file to prepare for the join
sort times.list -o times.list
# Sorting file1.csv
sort -t, -k3,3 file1.csv -o file1.csv
# Finally joining files and printing the rows that match the times
join -t, -1 3 -2 1 -o 1.1 1.2 1.3 1.4 1.5......1.50 file1.csv times.list 

此方法的一个特殊之处是，您可以更改它以便在几种不同的情况下工作，例如不同的列顺序，以及键列未连接的情况。使用 grep 很难做到这一点（无论是否使用正则表达式）