Hadoop大数据学习--Linux,Shell脚本入门--精华篇

Hadoop大数据学习–Linux脚本入门小结–精华篇

为什么要学脚本
很多网友私信我，看我发过一些脚本，但是不会写，可是作为大数据学习者，我们深刻的意识到，脚本这个东西，已经不是运维人员的专属，我们大数据开发，依然很重要，但是不需要太专业。
首先做到第一点，能看懂运维人员的脚本程序，方便和运维人员沟通。
第二点，开发过程中，对于重复的行为，我们完全可以拿脚本来代替人的行为，充分发挥程序猿偷懒本质，也可以大大的提高开发效率。这里的重复行为，在工作岗位中很常见，比如数据清洗，数据分离，以及数据指标的合成，每个公司的数据都不一样，但是你只在一家公司工作，这一家的公司每天的数据它基本上没什么变化，就可以拿脚本来代替你去天天自己清洗，也许你还在三里屯蹦迪，脚本已经帮你完成了一系列的数据清洗工作，只是简单的想象了一下。Shell脚本用好了，完全可以全自动化，这个考试考，要重点记
Shell概述
Shell是一个命令行解释器，它接收应用程序/用户命令，然后调用操作系统内核。
Shell还是一个功能强大的编程语言，易编写，容易调试，灵活性也很强。
Shell解析器
Linux提供的Shell解析器有：

但是常用的一般我们只用bash和sh
bash和sh的关系

sh是bash的一种特殊形式，也就是说 /bin/sh也相当于/bin/bash --posix。说白了sh就是开启了POSIX(可移植操作系统接口)标准的bash 。sh一般设成bash的软链。
而我们CentOS默认的解析器，是bash

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：


我们所写的#!/bin/bash 是告诉阅读者，我们用的是bash解析器，也渐渐的形成了一种习惯，写脚本就加上没毛病的
而echo在Linux中代表打印，脚本的文件结尾都点sh结尾，如果是txt文件就是hello.txt,脚本是xxxxx.sh结尾。
脚本常用的执行方式
第一种：采用bash+脚本或 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

sh+脚本的绝对路径

bash+脚本的相对路径

bash+脚本的绝对路径

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

赋予权限这个在上两篇文章里都讲过了，不懂的可以去看一下。
（b）执行脚本
相对路径

绝对路径

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限。第二种执行方法，本质是脚本需要自己执行，所以需要执行权限。
第三种：在脚本的路径前加上“.”
（a）有以下脚本

(b) 分别使用sh,bash,./ 和 . 的方式来执行，结果如下：记得授权

原因：
前三种方式都是在当前shell中打开一个子shell来执行脚本内容，当脚本内容结束，则子shell关闭，回到父shell中。
第四种，也就是使用在脚本路径前加.的方式，可以使脚本内容在当前shell里执行，而无需打开子shell！
开子shell与不开子shell的区别就在于，环境变量的继承关系，如在子shell中设置的当前变量，父shell是不可见的。

3．第二个Shell脚本：多命令处理
（1）需求：
在/root/datas/目录下创建一个wangergou.txt,在wangergou.txt文件中增加“xihuangutou”。
（2）案例实操：

Shell中的变量
4.1 系统变量

1. 常用系统变量
   $HOME、$PWD、$SHELL等
   2．案例实操
   （1）查看系统变量的值
   

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
unset代表撤销

声明静态的变量B=2，不能unset，不能改变

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

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
第一次发现并没有打印出值，是因为没有把B改变成全局变量

4.3 特殊变量：$n
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

开始授权

4.4 特殊变量：$#
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

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
这次我们用bash启动一次，用啥都行，就是告诉大家启动不止一种方法

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
正确就是0，不正确就是别的

第5章 运算符
1．基本语法
（1）“ $((运算式))”或“$[运算式]”
（2）expr + , - , *, /, % 加，减，乘，除，取余
注意：expr运算符间要有空格
2．案例实操：
计算
3+2的值、3-2、(2+3)x4

第6章 条件判断

[ condition ]（注意condition前后要有空格）
注意：条件非空即为true，[ root ]返回true，[] 返回false。
2. 常用判断条件
（1）两个整数之间比较

选项	功能
-lt	小于（less than
-le	小于等于（less equal）
-eq	等于（equal）
-gt	大于（greater than)
-ge	大于等于（greater equal）
-ne	不等于（Not equal）

（2）按照文件权限进行判断

选项	功能
-r	有读的权限（read）
-w	有写的权限（write）
-x	有执行的权限（execute）

（3）按照文件类型进行判断

选项	功能
-f	文件存在并且是一个常规的文件（file）
-e	文件存在（existence）
-d	文件存在并是一个目录（directory）

第7章 流程控制（重点）
7.1 if 判断
1．基本语法
if [ 条件判断式 ];then
程序
fi
或者
if [ 条件判断式 ]
then
程序
fi
注意事项：
（1）[ 条件判断式 ]，中括号和条件判断式之间必须有空格
（2）if后要有空格
2．案例实操
（1）输入一个数字，如果是1，则输出bozhu zhen shuai，如果是2，则输出 cls zhen mei，如果是其它，什么也不输出。

7.2 case 语句
1．基本语法
case $变量名 in
“值1”）
如果变量的值等于值1，则执行程序1
;;
“值2”）
如果变量的值等于值2，则执行程序2
;;
…省略其他分支…
）
如果变量的值都不是以上的值，则执行此程序
;;
esac
注意事项：
1)case行尾必须为单词“in”，每一个模式匹配必须以右括号“）”结束。
2)双分号“;;”表示命令序列结束，相当于java中的break。
3)最后的“）”表示默认模式，相当于java中的default。
2．案例实操
（1）输入一个数字，如果是1，则输出“博主真帅”，如果是2，则输出“苍老师真美”，如果是其它，输出“波多野结衣还行”。

7.3 for 循环
1．基本语法1
for (( 初始值;循环控制条件;变量变化 ))
do
程序
done
2．案例实操
（1）从1加到100

3．基本语法2
for 变量 in 值1 值2 值3…
do
程序
done
4．案例实操
（1）打印所有输入参数

（2）比较 $*和$@区别
（a） $*和$@都表示传递给函数或脚本的所有参数，不被双引号“”包含时，都以$1 $2 …$n的形式输出所有参数。

7.4 while 循环
1．基本语法
while [ 条件判断式 ]
do
程序
done
注意: while 后面需要有空格
2．案例实操
（1）从1加到100

第8章 read读取控制台输入
1．基本语法
read(选项)(参数)
选项：
-p：指定读取值时的提示符；
-t：指定读取值时等待的时间（秒）。
参数
变量：指定读取值的变量名
2．案例实操
（1）提示7秒内，读取控制台输入的名称

第9章 函数
9.1 系统函数
1．basename基本语法
basename [string / pathname] [suffix] （功能描述：basename命令会删掉所有的前缀包括最后一个（‘/’）字符，然后将字符串显示出来。
选项：
suffix为后缀，如果suffix被指定了，basename会将pathname或string中的suffix去掉。

2. dirname基本语法
   dirname 文件绝对路径 （功能描述：从给定的包含绝对路径的文件名中去除文件名（非目录的部分），然后返回剩下的路径（目录的部分））
   3．案例实操
   （1）截取该/root/datas/wangergou路径的文件名称
   4．案例实操
   （1）获取banzhang.txt文件的路径
   
   9.2 自定义函数
   1．基本语法
   [ function ] funname[()]
   {
   Action;
   [return int;]
   }
   2．经验技巧
   （1）必须在调用函数地方之前，先声明函数，shell脚本是逐行运行。不会像其它语言一样先编译。
   （2）函数返回值，只能通过$?系统变量获得，可以显示加：return返回，如果不加，将以最后一条命令运行结果，作为返回值。

3．案例实操
（1）计算两个输入参数的和

第10章 Shell工具（重点）
10.1 cut
cut的工作就是“剪”，具体的说就是在文件中负责剪切数据用的。cut 命令从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段输出。
1.基本用法
cut [选项参数] filename
说明：默认分隔符是制表符
2.选项参数说明

选项	功能
-f	列号，提取第几行
-d	分隔符，按照指定分隔符分割列

3.案例实操
数据准备，然后切割第一列，再切割第二列、第三列

在cut.txt文件中切割出Spark

切割ifconfig 后打印的IP地址

10.2 sed
sed是一种流编辑器，它一次处理一行内容。处理时，把当前处理的行存储在临时缓冲区中，称为“模式空间”，接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。文件内容并没有改变，除非你使用重定向存储输出。
1.基本用法
sed [选项参数] ‘command’ filename

2.选项参数说明

选项	功能
-e	直接在指令列模式上进行sed的动作编辑

3.命令功能描述

命令	功能描述
a	新增，a的后面可以接字串，在下一行出现
d	删除
s	查找并替换

4.案例实操
数据准备
将“mei nv”这个单词插入到sed.txt第二行下，打印。当然，这个都是临时的，不是真实插入数据

删除sed.txt文件所有包含bozhu的行
将sed.txt文件中wo替换为canglaoshi

10.3 awk
一个强大的文本分析工具，把文件逐行的读入，以空格为默认分隔符将每行切片，切开的部分再进行分析处理。
1.基本用法
awk [选项参数] ‘pattern1{action1} pattern2{action2}…’ filename
pattern：表示AWK在数据中查找的内容，就是匹配模式
action：在找到匹配内容时所执行的一系列命令
2.选项参数说明

选项	功能
-F	指定输入文件折分隔符
-V	赋值一个用户定义变量

3.案例实操
切割IP

10.4 sort
sort命令是在Linux里非常有用，它将文件进行排序，并将排序结果标准输出。
1.基本语法
sort(选项)(参数)

选项	功能
-n	依照数值的大小排序
-r	以相反的顺序来排序
-t	设置排序时所用的分隔字符
-k	指定需要排序的列

参数：指定待排序的文件列表

案例实操
数据准备
按照“：”分割后的第三列倒序排序。

10.5 wc
wc命令用来计算数字。利用wc指令我们可以计算文件的Byte数、字数或是列数，若不指定文件名称，或是所给予的文件名为“-”，则wc指令会从标准输入设备读取数据。

1. 基本用法
   wc [选项参数] filename
   2.参数说明

选项	功能
-l	统计文件行数
-w	统计文件的单词数
-m	统计文件的字符数
-c	统计文件的字节数

案例实操
统计文件的行数，单词数，字节数