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,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Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
24天前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
117 4
|
2月前
|
存储 分布式计算 Hadoop
Hadoop框架解析:大数据处理的核心技术
组件是对数据和方法的封装,从用户角度看是实现特定功能的独立黑盒子,能够有效完成任务。组件,也常被称作封装体,是对数据和方法的简洁封装形式。从用户的角度来看,它就像是一个实现了特定功能的黑盒子,具备输入和输出接口,能够独立完成某些任务。
|
30天前
|
SQL 分布式计算 大数据
我与ODPS的十年技术共生之路
ODPS十年相伴,从初识的分布式计算到共生进化,突破架构边界,推动数据价值深挖。其湖仓一体、隐私计算与Serverless能力,助力企业降本增效,赋能政务与商业场景,成为数字化转型的“数字神经系统”。
|
2月前
|
数据采集 自然语言处理 分布式计算
大数据岗位技能需求挖掘:Python爬虫与NLP技术结合
大数据岗位技能需求挖掘:Python爬虫与NLP技术结合
|
2月前
|
存储 分布式计算 算法
Java 大视界 -- Java 大数据在智能教育在线考试监考与作弊检测中的技术创新(193)
本文探讨了Java大数据技术在智能教育在线考试监考与作弊检测中的创新应用。随着在线考试的普及,作弊问题日益突出,传统监考方式难以应对。通过Java大数据技术,可实现考生行为分析、图像识别等多维度监控,提升作弊检测的准确性与效率。结合Hadoop与Spark等技术,系统能实时处理海量数据,构建智能监考体系,保障考试公平性,推动教育评价体系的数字化转型。
|
2月前
|
SQL 缓存 监控
大数据之路:阿里巴巴大数据实践——实时技术与数据服务
实时技术通过流式架构实现数据的实时采集、处理与存储,支持高并发、低延迟的数据服务。架构涵盖数据分层、多流关联,结合Flink、Kafka等技术实现高效流计算。数据服务提供统一接口,支持SQL查询、数据推送与定时任务,保障数据实时性与可靠性。
|
6月前
|
存储 分布式计算 Hadoop
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
279 79
|
4月前
|
人工智能 分布式计算 大数据
MCP、MaxFrame与大数据技术全景解析
本文介绍了 MCP 协议、MaxFrame 分布式计算框架以及大数据基础设施建设的相关内容。MCP(Model Context Protocol)是一种开源协议,旨在解决 AI 大模型与外部数据源及工具的集成问题,被比喻为大模型的“USB 接口”,通过统一交互方式降低开发复杂度。其核心架构包括 Client、Server、Tool 和 Schema 四个关键概念,并在百炼平台中得到实践应用。MaxFrame 是基于 Python 的高性能分布式计算引擎,支持多模态数据处理与 AI 集成,结合 MaxCompute 提供端到端的数据处理能力。
|
5月前
|
数据采集 分布式计算 数据可视化
大数据项目成功的秘诀——不只是技术,更是方法论!
大数据项目成功的秘诀——不只是技术,更是方法论!
142 8
大数据项目成功的秘诀——不只是技术,更是方法论!
|
传感器 分布式计算 安全
Java 大视界 -- Java 大数据在智能安防入侵检测系统中的多源数据融合与分析技术(171)
本文围绕 Java 大数据在智能安防入侵检测系统中的应用展开,剖析系统现状与挑战,阐释多源数据融合及分析技术,结合案例与代码给出实操方案,提升入侵检测效能。