2つのファイルを比較し、「片方だけに存在するデータ」や「共通して含まれるデータ」を抽出する際、Bashの comm コマンドを使うと非常に効率的です。
comm コマンドをマスターすると、Excelの vlookup を使うよりも遥かに高速に、かつコマンドライン上でスマートにデータ比較ができるようになります。 本記事では、comm コマンドの概要、オプション、目的別の使い方を、出力イメージやベン図を用いて解説します。また、よく似た diff コマンドとの使い分けや、シェルスクリプトでの使用例についても触れます。
目次
- コマンド概要
- コマンドオプション解説
- 目的別の使用例
- 両方のファイルに含まれる行のみを表示
- 最初のファイルのみに含まれる行を表示
- 2番目のファイルのみに含まれる行を表示
- どちらか片方にはあるが共通していない行を表示
- 各カラムの合計数のみ知りたい場合
- diffコマンドとの違い
- シェルスクリプト利用例
- エラーログの新規発生を特定する
- 不審なIPアドレスのフィルタリング
- まとめ
コマンド概要
comm コマンドは、ソートされた2つのファイルを行単位で比較し、以下の3つのカラムに分けて出力します。コマンド名は英語の「common（共通）」に由来しています。
コマンド形式
comm [オプション] FILE1 FILE2出力形式（デフォルト）
出力は以下の3カラム構成になります。各カラムはタブ（Tab）で区切られます。
| カラム1 | カラム2 | カラム3 |
| FILE1にのみ存在する行 | FILE2にのみ存在する行 | 両方のファイルに存在する行 |
出力イメージ：
$ comm a.txt b.txt
aaa # カラム1: a.txtのみ
bbb # カラム3: 両方に存在
ccc # カラム1: a.txtのみ
ddd # カラム3: 両方に存在
eee # カラム2: b.txtのみコマンドオプション解説
comm のオプションは、「指定したカラムを非表示にする」という考え方で使います。
-1: カラム1（FILE1のみ）を非表示にする-2: カラム2（FILE2のみ）を非表示にする-3: カラム3（共通行）を非表示にする--output-delimiter=STR: カラムの区切り文字をタブ以外（スペースなど）に変更する--total: 最後に各カラムの合計行数を表示する--check-order: ファイルが正しくソートされているか確認する（ソートされていない場合はエラーを出す）--nocheck-order: ファイルがソートされていなくても実行する（結果が不正確になる可能性があるため非推奨）
ポイント: 特定のカラムを表示したいときは、それ以外のカラム番号を指定して消すのがコツです（例：共通行だけ見たいなら -12）。
目的別の使用例
以下の2つのファイルを使って解説します。comm はファイルがソートされている必要があるため、プロセス置換 <(sort FILE) を使って実行時にソートするのが一般的です。
- favorite.txt（好きな食べ物）:
クッキー,ラーメン,サラダ,唐揚げ,チョコレート - healthy.txt（健康的な食べ物）:
豆腐,納豆,サラダ,わかめ
両方のファイルに含まれる行のみを表示
いわゆる 「積集合（AND）」 です。カラム1と2を非表示にします。
# Bash
# 好きで、かつ健康的な食べ物を抽出
comm -12 <(sort favorite.txt) <(sort healthy.txt)
# 出力
サラダベン図の積集合：
最初のファイルのみに含まれる行を表示
「AにはあるがBにはない」という 「差集合」 です。カラム2と3を非表示にします。
# Bash
# 好きだが、健康的ではない食べ物を抽出
comm -23 <(sort favorite.txt) <(sort healthy.txt)
# 出力
クッキー
チョコレート
ラーメン
唐揚げベン図の差集合：
2番目のファイルのみに含まれる行を表示
「BにはあるがAにはない」という 「差集合」 です。カラム1と3を非表示にします。
# Bash
# 健康的だが、好きではない食べ物を抽出。
comm -13 <(sort favorite.txt) <(sort healthy.txt)
# 出力
わかめ
豆腐
納豆ベン図で表現すると以下のようになります。
どちらか片方にはあるが共通していない行を表示
いわゆる 「排他的論理和（XOR）」 です。共通のカラム3を非表示にします。 ここでは見やすくするために、tr コマンドで先頭のタブを削除します。
# Bash
# 好きだが健康的でない、または健康的だが好きではないものcomm -3 <(sort favorite.txt) <(sort healthy.txt) | tr -d '\t'
# 出力
わかめ
クッキー
チョコレート
ラーメン
唐揚げ
豆腐
納豆ベン図の排他的論理和（XOR）：
各カラムの合計数のみ知りたい場合
--total オプションを使います。全て表示すると見づらいため、結果の数値だけが必要な場合は -123 ですべてのカラムを非表示にします。
# Bash
comm -123 --total <(sort favorite.txt) <(sort healthy.txt)
# 出力
#（FILE1のみ / FILE2のみ / 共通）
4 3 1 合計diffコマンドとの違い
diff も差分を表示するコマンドですが、用途が異なります。
| 特徴 | comm | diff |
| 主な対象 | データセット、リスト、CSVの列など | ソースコード、設定ファイル、文章 |
| 前提条件 | 事前ソートが必要 | ソート不要 |
| 出力形式 | 3カラムのシンプルな構成 | 行番号や変更記号（+, -）を含む |
| スクリプト利用 | パイプで繋ぎやすく非常に向いている | 人が見るための比較に向いている |
commを使ったパイプ例:
# Bash
# 共通していない行をクリップボードにコピー
comm -3 <(sort favorite.txt) <(sort healthy.txt) | tr -d '\t' | xclip -selection clipboardシェルスクリプト利用例
commはログ分析で特に便利なので、いくつか例を紹介します。
エラーログの新規発生を特定する
昨日と今日のログを比較して、今日から新しく発生するようになったエラーメッセージだけを抽出します。
# タイムスタンプ部分（1-2列目など）を削除してメッセージ部分だけで比較
comm -13 <(cut -d' ' -f3- yesterday.log | sort -u) \
<(cut -d' ' -f3- today.log | sort -u)- ユースケース: アプリのデプロイ前後で、新しいバグが出ていないか確認する場合。
- 解説:
cut -d' ' -f3-で時刻情報を切り落とし、エラー内容のみに揃えてから比較しています。-13により「昨日にはなくて今日あるもの」だけが表示されます。
不審なIPアドレスのフィルタリング
「ホワイトリスト（許可されたIP）」と「現在のアクセスログ」を比較し、許可リストに載っていない新しいIPアドレスを抽出します。
# ログからユニークなIPを抽出し、ホワイトリストと比較
comm -23 <(awk '{print $1}' access.log | sort -u) \
<(sort whitelist.txt)- ユースケース: セキュリティ監査や、DDoS攻撃の疑いがある際の調査。
- 解説:
-23を使うことで、「現在のログ（1番目）」にあるが「ホワイトリスト（2番目）」には存在しないIPのみを表示します。
まとめ
Bashの comm コマンドは、大量のデータリストを比較する際に非常に強力です。
- ソート済みの2ファイルを比較して3カラムで出力する。
-12（共通行）や-23（FILE1のみ）のように、消したいカラムを指定して使う。- シェルスクリプト内で、データの差分抽出や重複チェックを行うのに最適。
特にログ分析やマスタデータの照合などで力を発揮します。ぜひ日々の業務に取り入れてみてください。