複数の Unix タイムスタンプを一度に変換する方法

なぜタイムスタンプをバッチ変換するのか？

サーバーログ、データベースのエクスポート、API レスポンス、または分析データセットを扱うとき、一度に 1 つのタイムスタンプしか見ることはほとんどありません。実際のデータには、ファイル、カラム、または JSON ペイロードに散らばった数千または数百万の Unix タイムスタンプが含まれることがよくあります。それぞれを手動で変換するのは現実的ではありません。バッチ処理は、膨大な生の数値を読みやすいタイムラインに変えます。

このガイドでは、コマンドラインツール、スクリプト、当社のオンラインツールを使用して複数のタイムスタンプを変換する実践的なアプローチを紹介します。

方法 1: オンラインのバッチ変換ツールを使用する

当社の Unix タイムスタンプ変換ツール はバッチ入力をサポートしています。複数のタイムスタンプ（1 行に 1 つまたはカンマ区切り）を貼り付けると、ツールはそれらをすべて一度に変換し、タイムゾーン別に並べ替えられた表で結果を表示します。

これは、数十から数百のタイムスタンプという中規模のバッチに最適です。コードを書かずに、すばやく視覚的な結果が必要な場合に最適です。

方法 2: コマンドラインのバッチ処理

date コマンドによる基本的なループ

# Convert a list of timestamps using a bash loop
for ts in 1785292800 1785379200 1785465600 1785552000; do
    date -d @"$ts" "+%Y-%m-%d %H:%M:%S"
done

ファイルから読み取る

# timestamps.txt contains one timestamp per line
while read -r ts; do
    date -d @"$ts" "+%Y-%m-%d %H:%M:%S"
done < timestamps.txt

並列処理に xargs を使用する

# For large files, use xargs with multiple processes
cat timestamps.txt | xargs -P 4 -I {} date -d "@{}" "+%Y-%m-%d %H:%M:%S"

CSV ファイルに出力する

# Generate a CSV with original timestamp and converted date
echo "timestamp,date_utc,date_local" > output.csv
while read -r ts; do
    utc_date=$(TZ=UTC date -d @"$ts" "+%Y-%m-%d %H:%M:%S")
    local_date=$(date -d @"$ts" "+%Y-%m-%d %H:%M:%S")
    echo "$ts,$utc_date,$local_date" >> output.csv
done < timestamps.txt

方法 3: ログファイルからタイムスタンプを抽出する

ログファイルには、構造化または半構造化テキストに埋め込まれたタイムスタンプが含まれることがよくあります。一般的なログ形式に対する実践的なテクニックを紹介します。

Apache / Nginx アクセスログ

Apache と Nginx のログは、%{%Y-%m-%d}T 形式または、設定されていれば Unix タイムスタンプを使用することがよくあります:

# Extract and convert timestamps from an Nginx log
# The log lines might contain: [1785292800] GET /index.html 200
grep -oP '\[\K[0-9]{10}(?=\])' access.log | while read -r ts; do
    date -d @"$ts" "+%Y-%m-%d %H:%M:%S"
done

JSON ログ

最近のアプリケーションは、JSON 形式でログを記録することがよくあります:

# Using jq to extract timestamps from a JSON log file
cat app.log | jq -r '.timestamp' | while read -r ts; do
    date -d @"$ts" "+%Y-%m-%d %H:%M:%S"
done

カスタム区切り文字のログ

# If timestamps are the first field in a log (pipe-delimited)
awk -F'|' '{ts=$1; cmd="date -d @" ts " \"+%Y-%m-%d %H:%M:%S\""; cmd | getline date; close(cmd); print date, $0}' server.log

方法 4: 高度なバッチ処理に Python を使用する

Python は、特にタイムスタンプにフィルタリング、変換、またはエクスポートが必要な場合に、バッチ変換に最も柔軟なツールです。

タイムスタンプのリストを変換する

from datetime import datetime
import json

timestamps = [1785292800, 1785379200, 1785465600, 1785552000]

results = []
for ts in timestamps:
    dt = datetime.utcfromtimestamp(ts)
    results.append({
        "timestamp": ts,
        "datetime_utc": dt.strftime("%Y-%m-%d %H:%M:%S"),
        "date": dt.strftime("%Y-%m-%d"),
        "time": dt.strftime("%H:%M:%S"),
        "day_of_week": dt.strftime("%A"),
    })

print(json.dumps(results, indent=2))

CSV ファイルを処理する

import csv
from datetime import datetime

with open("data.csv", "r") as infile, open("converted.csv", "w", newline="") as outfile:
    reader = csv.DictReader(infile)
    writer = csv.DictWriter(outfile, fieldnames=reader.fieldnames + ["date_utc", "date_local"])
    writer.writeheader()
    
    for row in reader:
        ts = int(row["timestamp"])
        dt_utc = datetime.utcfromtimestamp(ts)
        row["date_utc"] = dt_utc.strftime("%Y-%m-%d %H:%M:%S")
        
        # You can replace this with your local timezone
        from datetime import timezone
        dt_local = datetime.fromtimestamp(ts, tz=timezone.utc).astimezone()
        row["date_local"] = dt_local.strftime("%Y-%m-%d %H:%M:%S %Z")
        
        writer.writerow(row)

print("Conversion complete. Output written to converted.csv")

日付範囲でフィルタリングする

from datetime import datetime

# Define the range: start and end of July 2026
start_ts = int(datetime(2026, 7, 1).timestamp())
end_ts   = int(datetime(2026, 7, 31, 23, 59, 59).timestamp())

timestamps = [1785292800, 1785379200, 1785465600, 1785552000,
              1234567890, 1000000000]

# Filter to July 2026 only
july_only = [ts for ts in timestamps if start_ts <= ts <= end_ts]

for ts in july_only:
    dt = datetime.utcfromtimestamp(ts)
    print(f"{ts} -> {dt.strftime('%Y-%m-%d %H:%M:%S')}")

方法 5: ストリーミング変換に awk を使用する

非常に大きなファイル（数百万行）の場合、awk はすべてをメモリに読み込まずにデータをストリームとして処理します:

#!/usr/bin/awk -f
# batch-convert.awk
# Converts first field as Unix timestamp, prints all fields with date

{
    ts = $1
    # awk's mktime expects "YYYY MM DD HH MM SS"
    # We call the shell for conversion via date command
    cmd = "date -d @" ts " \"+%Y-%m-%d %H:%M:%S\""
    cmd | getline date
    close(cmd)
    print date, $0
}

使用方法:

./batch-convert.awk server.log

方法 6: データベースのタイムスタンプに SQL を使用する

タイムスタンプがデータベースにある場合は、SQL に作業を任せましょう:

PostgreSQL

SELECT 
    id,
    event_time,
    to_timestamp(event_time) AS readable_time,
    to_char(to_timestamp(event_time), 'YYYY-MM-DD HH24:MI:SS') AS formatted_time
FROM events
WHERE to_timestamp(event_time) >= '2026-07-01';

MySQL

SELECT 
    id,
    event_time,
    FROM_UNIXTIME(event_time) AS readable_time,
    FROM_UNIXTIME(event_time, '%Y-%m-%d %H:%i:%s') AS formatted_time
FROM events
WHERE FROM_UNIXTIME(event_time) >= '2026-07-01';

SQLite

SELECT 
    id,
    event_time,
    datetime(event_time, 'unixepoch') AS readable_time,
    strftime('%Y-%m-%d %H:%M:%S', event_time, 'unixepoch') AS formatted_time
FROM events;

出力テーブルの書式設定

# Create a nicely formatted table with column headers
convert() {
    printf "%-15s %-25s %-25s\n" "TIMESTAMP" "UTC" "LOCAL"
    printf "%-15s %-25s %-25s\n" "---------------" "-------------------------" "-------------------------"
    while read -r ts; do
        utc=$(TZ=UTC date -d @"$ts" "+%Y-%m-%d %H:%M:%S")
        local=$(date -d @"$ts" "+%Y-%m-%d %H:%M:%S")
        printf "%-15s %-25s %-25s\n" "$ts" "$utc" "$local"
    done <<< "$(cat "$1")"
}

パフォーマンスの比較

| 方法 | 最適な用途 | 速度（1 万件のタイムスタンプ） | 複雑さ | |--------|----------|----------------------|------------| | オンライン変換ツール | 小規模なバッチ（50 未満） | 即時 | なし | | Bash ループ | 小〜中規模（50〜1 万） | 約 30 秒 | 低 | | xargs 並列処理 | 中規模（1 万〜10 万） | 約 10 秒 | 低 | | Python | 任意のサイズ | 約 2 秒 | 中 | | awk ストリーム | 非常に大規模（数百万） | 約 5 秒 | 中 | | SQL | データベースデータ | 即時 | 低 |

日常的な小規模なバッチには、当社の Unix タイムスタンプ変換ツール を使用してください。自動化や大規模なデータセットには、ワークフローに合ったプログラミングアプローチで変換をスクリプト化してください。