which-find命令,which cd 指令可以查看指令的存放位置,find命令相当于文件的搜索框,find / -name “test“,从目录 / 开始进行搜索, 按照文件名搜索,搜索test

简介: which-find命令,which cd 指令可以查看指令的存放位置,find命令相当于文件的搜索框,find / -name “test“,从目录 / 开始进行搜索, 按照文件名搜索,搜索test

本期学习目标是利用which命令查找命令的程序文件

第一步先学习which命令

第二步 which命令可以查看一系列命令的存放位置

which cd 指令可以查看指令的存放位置

利用find命令-按文件名查找指定文件

利用su root,切换到root用户

从目录 / 开始进行搜索, 按照文件名搜索,搜索test

找到了非常多的test文件

find 也可以使用通配符,以test开头的文件

find / -name "test*"

find / -name "*test" 以test作结尾的文件

只要你使用test,里面包含内容就打印出来的写法:

find / -name "*test*"

将之前的name切换成size就可以使用文件名大小的切换模式了

查找小于10kb的文件,查找大于100MB的文件, 大于1G的文件

完整写法

find 100M的写法

大于1G的写法

find命令和Which命令的写法

查找命令写法

相关文章
|
10月前
|
网络协议 CDN 网络安全
真正的计算机网络
本文深入浅出地介绍了计算机网络的基本概念、服务提供商(如IDC、ISP)、公共与专用网络电路、IP地址及其归属、DNS解析机制、CDN内容分发网络以及代理等相关知识。文章不仅涵盖了基础概念,还探讨了网络优化和实际应用中的常见问题,帮助读者从不同角度理解计算机网络的运作原理。更多详细内容请参阅我的博客:[Real Computer Network](https://blog.timerring.com/posts/real-computer-network/)。
361 18
|
10月前
|
容灾 网络协议 数据库
云卓越架构:云上网络稳定性建设和应用稳定性治理最佳实践
本文介绍了云上网络稳定性体系建设的关键内容,包括面向失败的架构设计、可观测性与应急恢复、客户案例及阿里巴巴的核心电商架构演进。首先强调了网络稳定性的挑战及其应对策略,如责任共担模型和冗余设计。接着详细探讨了多可用区部署、弹性架构规划及跨地域容灾设计的最佳实践,特别是阿里云的产品和技术如何助力实现高可用性和快速故障恢复。最后通过具体案例展示了秒级故障转移的效果,以及同城多活架构下的实际应用。这些措施共同确保了业务在面对网络故障时的持续稳定运行。
|
安全 API 数据安全/隐私保护
小红书接口数据查询优化指南
小红书作为热门的社交媒体平台,提供了丰富的API接口供开发者使用。本文档详细介绍如何通过API高效查询小红书数据,包括注册登录、创建应用、接口调用及数据解析等步骤,并附有Python示例代码,助您轻松上手。同时,强调了合规使用、隐私保护和请求频率控制的重要性,确保数据查询的安全与高效。
|
数据采集 数据可视化 算法
Python在大数据分析中的力量:Pandas、NumPy与SciPy
【4月更文挑战第8天】Pandas、NumPy和SciPy是Python数据分析的核心,构成其在大数据领域的重要地位。Pandas提供高效的数据操作,包括DataFrame和Series结构,以及数据清洗和预处理工具。NumPy专注于数组计算,提供高性能的ndarray和数学函数。SciPy则包含专业算法,适用于科学与工程计算。这三者协同工作,覆盖数据分析的全过程,形成强大的Python生态系统。随着社区的不断创新和新库的涌现,如Dask和CuDF,Python在大数据分析领域的潜力将持续增长。
677 0
|
机器学习/深度学习 自然语言处理 搜索推荐
AIGC全链赋能广告营销行业
【1月更文挑战第15天】AIGC全链赋能广告营销行业
367 1
AIGC全链赋能广告营销行业
|
XML 前端开发 JavaScript
Web的三个主要部分
Web的三个主要部分
2353 1
|
Java UED
Java中的事件处理机制
Java中的事件处理机制
336 1
|
消息中间件 RocketMQ
rocketMq - 串行消费过程
rocketMq消费过程包括两种,分别是并发消费和有序消费,每个消费方式都可以单独拿出来进行分享,这篇文章单独用来分析串行消费问题。 由于串行消费和并行消费的大体逻辑都是相同的,所以建议先看rocketMq - 并发消费过程文章,本章只会针对不同的地方进行说明。
1696 0
|
vr&ar UED
AIPL模型|从分群到策略
AIPL模型主要用于对用户进行人群资产的量化,在分析用户的过程中,我们通常会用新用户和老用户进行划分。换一个角度我们也可以将用户划分成认知(Awareness)、兴趣(Interest)、购买(Purchase)、忠诚(Loyalty)类人群。每个人群内的用户,在产生了某种特殊行为之后就会转变他的人群属性。
AIPL模型|从分群到策略
阿里云的证书有什么用?含金量怎么样?
对于我们现在的社会来说,想找一份好工作,就必须要有足够的能力,尤其是在IT行业中,想要得到认可,最需要的就是有能够证明自己能力的东西。
阿里云的证书有什么用?含金量怎么样?