Spark修炼之道(基础篇)——Linux大数据开发基础:第十一节:Shell编程入门(三)

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: 本节主要内容shell数组shell命令别名时间操作1. Shell数组同C、C++等语言一样,shell脚本也提供了数组这样一个重要的数据结构,shell中的数组有两种,一种为普通数组,另外的一种称为关联数组。普通数据的存取通过整数进行,关联数组的存取通过字符串进行。具体如下://用()定义一个数组,注意数组元素间不能用,否则达不到预期目的roo

本节主要内容

  1. shell数组
  2. shell命令别名
  3. 时间操作

1. Shell数组

同C、C++等语言一样,shell脚本也提供了数组这样一个重要的数据结构,shell中的数组有两种,一种为普通数组,另外的一种称为关联数组。普通数据的存取通过整数进行,关联数组的存取通过字符串进行。具体如下:

//用()定义一个数组,注意数组元素间不能用,否则达不到预期目的
root@sparkmaster:~/ShellLearning/chapter11# arr=(1 2 3 4 5 6)
root@sparkmaster:~/ShellLearning/chapter11# echo ${arr[0]}
1

//用,号的话,数组只有一个元素
root@sparkmaster:~/ShellLearning/chapter11# arr=(1,2,3,4,5,6)
root@sparkmaster:~/ShellLearning/chapter11# echo ${arr[0]}
1,2,3,4,5,6

除了()定义数组外,还可以采用逐个赋值的方法,例如

root@sparkmaster:~/ShellLearning/chapter11# strArr[0]="hello"
root@sparkmaster:~/ShellLearning/chapter11# strArr[1]="hello1"
root@sparkmaster:~/ShellLearning/chapter11# echo ${strArr[0]}
hello

上面演示了如何输出单个数组内容,有时可能想输出数组中的所有内容及数组的长度,代码如下:

//用*号将输出数组中的所有内容
root@sparkmaster:~/ShellLearning/chapter11# echo ${strArr[*]}
hello hello1
//${#strArr[*]}取得数组的长度
root@sparkmaster:~/ShellLearning/chapter11# echo ${#strArr[*]}
2

关联数组的定义与普通数组不一样,关联数组需要使用declare命令进行声明,具体如下:

//declare -A associative_array声明一个关联数组
root@sparkmaster:~/ShellLearning/chapter11# declare -A associative_array
//填充内容
root@sparkmaster:~/ShellLearning/chapter11# associative_array=([key1]=value1 [key2]=value2 [key3]=value3)
//获取关联数组内容
root@sparkmaster:~/ShellLearning/chapter11# echo ${associative_array[key1]}
value1

在实际使用时,常常需要确定数组的索引值,具体使用代码如下:

//获取关联数组的索引
root@sparkmaster:~/ShellLearning/chapter11# echo ${!associative_array[*]}
key3 key2 key1

//获取普通数组的索引
root@sparkmaster:~/ShellLearning/chapter11# echo ${!strArr[*]}
0 1

2. shell命令别名

在使用shell命令时,有时候命令太长,要记住它非常困难,此时可以采用shell命令别名的方式。事实上,linux系统自身已经自带了很多命令别名,例如~/.bashrc已经帮我们设置了多个命令别名,vim打开该文件,可以看到下面的代码

# enable color support of ls and also add handy aliases
if [ -x /usr/bin/dircolors ]; then
    test -r ~/.dircolors && eval "$(dircolors -b ~/.dircolors)" || eval "$(dircolors -b)"
    alias ls='ls --color=auto'
    #alias dir='dir --color=auto'
    #alias vdir='vdir --color=auto'

    alias grep='grep --color=auto'
    alias fgrep='fgrep --color=auto'
    alias egrep='egrep --color=auto'
fi

# some more ls aliases
alias ll='ls -alF'
alias la='ls -A'
alias l='ls -CF'

这里写图片描述
代码中的命令alias表示的是给命令取别名,例如alias ll=’ls -alF’,表示ll是命令’ls -alF’的别名

//ll命令等同于ls -alF命令
root@sparkmaster:~/ShellLearning/chapter11# ll
total 8
drwxr-xr-x 2 root root 4096 2015-10-04 23:21 ./
drwxr-xr-x 5 root root 4096 2015-10-04 23:21 ../

root@sparkmaster:~/ShellLearning/chapter11# ls -alF
total 8
drwxr-xr-x 2 root root 4096 2015-10-04 23:21 ./
drwxr-xr-x 5 root root 4096 2015-10-04 23:21 ../

ubuntu linux 安装某个软件包的命令是sudo apt-get install,如果觉得它比较难记,可以直接使用alias给它命名一个好记的别名,例如

//给sudo apt-get install取个别名install
root@sparkmaster:~/ShellLearning/chapter11# alias install='sudo apt-get install'

//直接使用install命令代替sudo apt-get install命令
root@sparkmaster:~/ShellLearning/chapter11# install opencv

//但是需要注意的是在终端取别名,一旦终端关闭,别名命令不会保存
//如果想永久使用即开机后该别名命令就生效的话,则需要将别名命令重定向
//保存到~/.bashrc文件中
root@sparkmaster:~/ShellLearning/chapter11# echo 'alias install="sudo apt-get install"' >> ~/.bashrc

3 时间操作

shell命令有许多时间操作命令,具体使用如下

//查看当前时间
root@sparkmaster:~/ShellLearning/chapter11# date
Mon Oct  5 00:06:11 PDT 2015

//查看当前是星期几
root@sparkmaster:~/ShellLearning/chapter11# date +%A
Monday
//查看当前月份
root@sparkmaster:~/ShellLearning/chapter11# date +%B
October
//查看当前是当月的第几天
root@sparkmaster:~/ShellLearning/chapter11# date +%d
05

date命令参数列表如下:

参数作用 参数
Weekday %a 简写法,例如Monday,简写为Mon;%A,全拼法Monday
Month %b 简写法,例如October,简写为Otc;%B,全拼法October
Day %d
格式化日期 (mm/dd/yy) %D
Year %y,简写法,例如2010,简写为10;%Y,全写法2010
Hour %I 或%H
Minute %M
Second %S
Nano second(毫秒) %N
Unix系统时间 %s
//按年月日将时间格式化输出
root@sparkmaster:~/ShellLearning/chapter11# date "+%Y %B %d"
2015 October 05

shell命令中还有一个命令很重要,那就是sleep命令,常用它来进行延迟脚本的执行,下面的例子来自linux shell scripting cookbook

#!/bin/bash
#Filename: sleep.sh
echo -n count:
#保存终端光标位置
tput sc
count=0;
while true;
do
#count小于40,则继续执行
if [ $count -lt 40 ];
  then let count++;
  #延迟一秒再执行
  sleep 1;
  #恢复光标位置
  tput rc
  #清除光标位置内容
  tput ed
  #将count值显示到光标位置
  echo -n $count;
else exit 0;
fi
done
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
|
分布式计算 大数据 Apache
ClickHouse与大数据生态集成:Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代,能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统,ClickHouse 在大数据分析领域展现出了卓越的能力。然而,为了充分利用ClickHouse的优势,将其与现有的大数据处理框架(如Apache Spark和Apache Flink)进行集成变得尤为重要。本文将从我个人的角度出发,探讨如何通过这些技术的结合,实现对大规模数据的实时处理和分析。
115 2
ClickHouse与大数据生态集成:Spark & Flink 实战
|
17天前
|
存储 Shell Linux
Linux 如何更改默认 Shell
Linux 如何更改默认 Shell
23 0
Linux 如何更改默认 Shell
|
1月前
|
Unix Linux Shell
linux入门!
本文档介绍了Linux系统入门的基础知识,包括操作系统概述、CentOS系统的安装与远程连接、文件操作、目录结构、用户和用户组管理、权限管理、Shell基础、输入输出、压缩打包、文件传输、软件安装、文件查找、进程管理、定时任务和服务管理等内容。重点讲解了常见的命令和操作技巧,帮助初学者快速掌握Linux系统的基本使用方法。
64 3
|
1月前
|
SQL 机器学习/深度学习 分布式计算
Spark快速上手:揭秘大数据处理的高效秘密,让你轻松应对海量数据
【10月更文挑战第25天】本文全面介绍了大数据处理框架 Spark,涵盖其基本概念、安装配置、编程模型及实际应用。Spark 是一个高效的分布式计算平台,支持批处理、实时流处理、SQL 查询和机器学习等任务。通过详细的技术综述和示例代码,帮助读者快速掌握 Spark 的核心技能。
68 6
|
2月前
|
Web App开发 网络协议 Linux
linux命令总结(centos):shell常用命令汇总,平时用不到,用到就懵逼忘了,于是专门写了这篇论文,【便持续更新】
这篇文章是关于Linux命令的总结,涵盖了从基础操作到网络配置等多个方面的命令及其使用方法。
76 1
linux命令总结(centos):shell常用命令汇总,平时用不到,用到就懵逼忘了,于是专门写了这篇论文,【便持续更新】
|
1月前
|
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。
98 2
|
1月前
|
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26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用,通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理,确保高可靠性和容错性;Spark则凭借其高性能和丰富的API,进行深度分析和机器学习,实现高效的批处理和实时处理。
70 1
|
1月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
1月前
|
分布式计算 大数据 OLAP
AnalyticDB与大数据生态集成:Spark & Flink
【10月更文挑战第25天】在大数据时代,实时数据处理和分析变得越来越重要。AnalyticDB(ADB)是阿里云推出的一款完全托管的实时数据仓库服务,支持PB级数据的实时分析。为了充分发挥AnalyticDB的潜力,将其与大数据处理工具如Apache Spark和Apache Flink集成是非常必要的。本文将从我个人的角度出发,分享如何将AnalyticDB与Spark和Flink集成,构建端到端的大数据处理流水线,实现数据的实时分析和处理。
64 1
|
1月前
|
运维 监控 Shell
深入理解Linux系统下的Shell脚本编程
【10月更文挑战第24天】本文将深入浅出地介绍Linux系统中Shell脚本的基础知识和实用技巧,帮助读者从零开始学习编写Shell脚本。通过本文的学习,你将能够掌握Shell脚本的基本语法、变量使用、流程控制以及函数定义等核心概念,并学会如何将这些知识应用于实际问题解决中。文章还将展示几个实用的Shell脚本例子,以加深对知识点的理解和应用。无论你是运维人员还是软件开发者,这篇文章都将为你提供强大的Linux自动化工具。