cat 直接合并不安全，需排序、校验、分块；小文件用 ls -v 或 sort -z 排序后 cat；大文件须 split 切块+sha256 校验+pipefail 捕错。
cat 能直接合并，但对大文件或生产环境不安全——它不校验、不排序、不反馈进度，出错就是半截脏数据。
用 cat 合并小文件（
适合日志归档、配置拼接等轻量场景，前提是文件数量少、体积小、编码一致：
- 按指定顺序合并：
cat file1.log file2.log file3.log > all.log - 通配符合并前必须显式排序，否则
ls *.log按字典序排（app_10.log会排在app_2.log前）：ls -v app_*.log | xargs cat > all.log - 跨目录合并要避免
find ... -exec cat {} +的隐式乱序，改用：find /logs -name "*.log" -print0 | sort -z | xargs -0 cat > merged.log - 别依赖
>>追加大文件——中断后无法定位断点，覆盖写更可控
合并大文件（>1GB）必须分块 + 校验
直接 cat 容易触发 OOM、磁盘满、中断损坏；paste 和 join 会全行加载进内存，基本不可用：
- 先切块：
split -l 500000 bigfile.log chunk_（每 50 万行一块） - 每块合并后立刻算校验：
sha256sum chunk_* >> chunks.sha256 - 拼接时加错误捕获：
set -o pipefail; cat chunk_* > final.log || echo "failed at last chunk" >&2 - 抽样比对内容（别信
wc -l）：diff
合并前必须检查的三件事
90% 的“内容错乱”不是命令问题，而是环境没控住：
- 查编码是否混用：
file -i file1.log file2.log（utf-8和iso-8859-1混合会导致截断或乱码） - 查文件尾部是否干净：
tail -c 100 file1.log | od -c（看有没有意外\0或二进制垃圾） - 查磁盘空间是否足够：
du -sb *.log | awk '{sum+=$1} END{print sum}'，再对比df -h .
别踩 paste/join 的坑
这两个命令看着像“高级合并”，实际对大文件是陷阱：
-
paste行数不等时会在短文件末尾疯狂补空行，最终体积可能翻倍 -
join强制要求输入已排序，而sort处理几十 GB 文件时极易因/tmp空间不足失败：sort: write failed: /tmp: No space left on device - 真要列对齐合并大文件，得先用
awk '{print NR,$0}'加行号，再分块sort -k1,1n，最后awk '{print substr($0,index($0," ")+1)}'去行号——不如直接写 Python 脚本
真正稳的合并，靠的是显式控制顺序、分块释放内存、每步可验证。哪怕多写三行命令，也比半夜修一个损坏的 20GB 日志强。
