大数据技术之Shell(1)

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 大数据技术之Shell(1)

1 Shell概述

大数据程序员为什么要学习Shell呢?

1)需要看懂运维人员编写的Shell程序。

2)偶尔会编写一些简单Shell程序来管理集群、提高开发效率。

202103141015332.png

2 Shell解析器

(1)Linux提供的Shell解析器有:

[oldlu@hadoop101 ~]$ cat /etc/shells 
/bin/sh
/bin/bash
/sbin/nologin
/bin/dash
/bin/tcsh
/bin/csh

20210315084706232.png

(2)bash和sh的关系

[oldlu@hadoop101 bin]$ ll | grep bash
-rwxr-xr-x. 1 root root 941880 5月  11 2016 bash
lrwxrwxrwx. 1 root root      4 5月  27 2017 sh -> bash
(3)Centos默认的解析器是bash
[oldlu@hadoop102 bin]$ echo $SHELL
/bin/bash

2021031508503511.png

20210315085308117.png

sh是bash软链接,最终sh还是调用的是bash

3 Shell脚本入门

1.脚本格式

脚本以#!/bin/bash开头(指定解析器)

2.第一个Shell脚本:helloworld

(1)需求:创建一个Shell脚本,输出helloworld

(2)案例实操:

[oldlu@hadoop101 datas]$ touch helloworld.sh
[oldlu@hadoop101 datas]$ vi helloworld.sh

在helloworld.sh中输入如下内容

#!/bin/bash
echo "helloworld"

(3)脚本的常用执行方式

第一种:采用bash或sh+脚本的相对路径或绝对路径(不用赋予脚本+x权限)

sh+脚本的相对路径

[oldlu@hadoop101 datas]$ sh helloworld.sh 
Helloworld
sh+脚本的绝对路径
[oldlu@hadoop101 datas]$ sh /home/oldlu/datas/helloworld.sh 
helloworld
bash+脚本的相对路径
[oldlu@hadoop101 datas]$ bash helloworld.sh 
Helloworld
[oldlu@hadoop101 datas]$ bash /home/oldlu/datas/helloworld.sh 
Helloworld

20210315090724482.png

第二种:采用输入脚本的绝对路径或相对路径执行脚本(必须具有可执行权限+x)

(a)首先要赋予helloworld.sh 脚本的+x权限

[oldlu@hadoop101 datas]$ chmod 777 helloworld.sh

(b)执行脚本

相对路径

[oldlu@hadoop101 datas]$ ./helloworld.sh 
Helloworld

绝对路径

[oldlu@hadoop101 datas]$ /home/oldlu/datas/helloworld.sh 
Helloworld

20210315090857844.png

注意:第一种执行方法,本质是bash解析器帮你执行脚本,所以脚本本身不需要执行权

3.第二个Shell脚本:多命令处理

(1)需求:

在/home/oldlu/目录下创建一个banzhang.txt,在banzhang.txt文件中增加“I love cls”。

(2)案例实操:

[oldlu@hadoop101 datas]$ touch batch.sh
[oldlu@hadoop101 datas]$ vi batch.sh

在batch.sh中输入如下内容

#!/bin/bash
cd /home/oldlu
touch cls.txt
echo "I love cls" >>cls.txt

20210315091623699.png

4 Shell中的变量

4.1 系统变量

1 常用系统变量

$HOME、$PWD、$SHELL、$USER等

20210315092924148.png

2.案例实操

(1)查看系统变量的值

[oldlu@hadoop101 datas]$ echo $HOME
/home/oldlu

(2)显示当前Shell中所有变量:set

[oldlu@hadoop101 datas]$ set
BASH=/bin/bash
BASH_ALIASES=()
BASH_ARGC=()
BASH_ARGV=()

4.2 自定义变量

1.基本语法

(1)定义变量:变量=值

(2)撤销变量:unset 变量

(3)声明静态变量:readonly变量,注意:不能unset

2.变量定义规则

(1)变量名称可以由字母、数字和下划线组成,但是不能以数字开头,环境变量名建议大写。

(2)等号两侧不能有空格

(3)在bash中,变量默认类型都是字符串类型,无法直接进行数值运算。

(4)变量的值如果有空格,需要使用双引号或单引号括起来。

3.案例实操

(1)定义变量A

[oldlu@hadoop101 datas]$ A=5
[oldlu@hadoop101 datas]$ echo $A
5
(2)给变量A重新赋值
[oldlu@hadoop101 datas]$ A=8
[oldlu@hadoop101 datas]$ echo $A
8
(3)撤销变量A
[oldlu@hadoop101 datas]$ unset A
[oldlu@hadoop101 datas]$ echo $A
(4)声明静态的变量B=2,不能unset
[oldlu@hadoop101 datas]$ readonly B=2
[oldlu@hadoop101 datas]$ echo $B
2
[oldlu@hadoop101 datas]$ B=9
-bash: B: readonly variable
(5)在bash中,变量默认类型都是字符串类型,无法直接进行数值运算
[oldlu@hadoop102 ~]$ C=1+2
[oldlu@hadoop102 ~]$ echo $C
1+2
(6)变量的值如果有空格,需要使用双引号或单引号括起来
[oldlu@hadoop102 ~]$ D=I love banzhang
-bash: world: command not found
[oldlu@hadoop102 ~]$ D="I love banzhang"
[oldlu@hadoop102 ~]$ echo $A
I love banzhang

(7)可把变量提升为全局环境变量,可供其他Shell程序使用 export 变量名 之后变为全局有效

[oldlu@hadoop101 datas]$ vim helloworld.sh 

在helloworld.sh文件中增加echo $B

#!/bin/bash
echo "helloworld"
echo $B
[oldlu@hadoop101 datas]$ ./helloworld.sh 
Helloworld
发现并没有打印输出变量B的值。
[oldlu@hadoop101 datas]$ export B
[oldlu@hadoop101 datas]$ ./helloworld.sh 
helloworld
2

4.3 特殊变量:$n参数输入

20210408203634751.png

1.基本语法

$n (功能描述:n为数字,$0代表该脚本名称,$1-$9代表第一到第九个参数,十以上的参数,十以上的参数需要用大括号包含,如${10})

2.案例实操

(1)输出该脚本文件名称、输入参数1和输入参数2 的值

[oldlu@hadoop101 datas]$ touch parameter.sh 
[oldlu@hadoop101 datas]$ vim parameter.sh
#!/bin/bash
echo "$0  $1   $2"
[oldlu@hadoop101 datas]$ chmod 777 parameter.sh
[oldlu@hadoop101 datas]$ ./parameter.sh cls  xz
./parameter.sh  cls   xz

$0就是当前这个文件的文件名吗,后面就是所输入的参数然后执行所输入的内容,灵活性比较高

20210315142901673.png

20210315142919371.png

4.4 特殊变量:$#统计参数个数

1.基本语法

$# (功能描述:获取所有输入参数个数,常用于循环)。

2.案例实操

(1)获取输入参数的个数

[oldlu@hadoop101 datas]$ vim parameter.sh
#!/bin/bash
echo "$0  $1   $2"
echo $#
[oldlu@hadoop101 datas]$ chmod 777 parameter.sh
[oldlu@hadoop101 datas]$ ./parameter.sh cls  xz
parameter.sh cls xz 
2

4.5 特殊变量:∗ 、 *、@

1.基本语法

$* (功能描述:这个变量代表命令行中所有的参数,$*把所有的参数看成一个整体)

$@ (功能描述:这个变量也代表命令行中所有的参数,不过$@把每个参数区分对待)

2.案例实操

(1)打印输入的所有参数

[oldlu@hadoop101 datas]$ vim parameter.sh
#!/bin/bash
echo "$0  $1   $2"
echo $#
echo $*
echo $@
[oldlu@hadoop101 datas]$ bash parameter.sh 1 2 3
parameter.sh  1   2    
3
1 2 3
1 2 3

20210315143851630.png

4.6 特殊变量:$?

1.基本语法

$?(功能描述:最后一次执行的命令的返回状态。如果这个变量的值为0,证明上一个命令正确执行;如果这个变量的值为非0(具体是哪个数,由命令自己来决定),则证明上一个命令执行不正确了。)

2.案例实操

(1)判断helloworld.sh脚本是否正确执行

[oldlu@hadoop101 datas]$ ./helloworld.sh 
hello world
[oldlu@hadoop101 datas]$ echo $?
0


相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
5天前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
26 2
|
25天前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
84 4
|
7天前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
|
1月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
8天前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具,但在实际应用中,SQL 经常跑得很慢,浪费大量硬件资源。例如,某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时,而用 SPL 重写后,单机只需 26 秒。类似地,电商漏斗运算和时空碰撞任务在使用 SPL 后,性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法,而 SPL 提供了更强大的数据类型和基础运算,能够实现高效计算。
|
11天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
26 3
|
11天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
39 2
|
14天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
46 2
|
16天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
60 2