大数据技术之shell编程

1.Shell脚本入门

1.1脚本格式

规范的Shell脚本第一行会指出由哪个程序(解释器)来执行脚本中的内容。

#!/bin/bash
或
#!/bin/sh
注意：这一行必须在每个脚本顶端的第一行，如果不是第一行则为脚本注释行。

sh是bash的软链接，推荐标准写法#!/bin/bash

1.2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：

[sparky@hadoop101 datas]$ touch helloworld.sh
[sparky@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

1. 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 helloworld.sh

2. 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

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

（b）执行脚本

相对路径
[sparky@hadoop101 datas]$ ./helloworld.sh 
Helloworld
绝对路径
[sparky@hadoop101 datas]$ /home/sparky/datas/helloworld.sh 
Helloworld

1.3第二个Shell脚本：多命令处理

（1）需求： 在/home/sparky/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：

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

在batch.sh中输入如下内容
#!/bin/bash

cd /home/atguigu
touch cls.txt
echo "I love cls" >>cls.txt

（3）执行脚本

2.Shell中的变量

2.1系统变量

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

2.2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

[sparky@hadoop101 datas]$ A=5
[sparky@hadoop101 datas]$ echo $A
5

（2）给变量A重新赋值

[sparky@hadoop101 datas]$ A=8
[sparky@hadoop101 datas]$ echo $A
8

（3）撤销变量A

[sparky@hadoop101 datas]$ unset A
[sparky@hadoop101 datas]$ echo $A

（4）声明静态的变量B=2，不能unset

[sparky@hadoop101 datas]$ readonly B=2
[sparky@hadoop101 datas]$ echo $B
2
[sparky@hadoop101 datas]$ 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

[sparky@hadoop102 ~]$ C=1+2
[sparky@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

[sparky@hadoop102 ~]$ D=I love banzhang
-bash: world: command not found
[sparky@hadoop102 ~]$ D="I love banzhang"
[sparky@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

[sparky@hadoop101 datas]$ vim helloworld.sh 

在helloworld.sh文件中增加echo $B
#!/bin/bash

echo "helloworld"
echo $B

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

发现并没有打印输出变量B的值。

[sparky@hadoop101 datas]$ export B
[sparky@hadoop101 datas]$ ./helloworld.sh 
helloworld
2

2.3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

[sparky@hadoop101 datas]$ touch parameter.sh 
[sparky@hadoop101 datas]$ vim parameter.sh

#!/bin/bash
echo "$0  $1   $2"

[sparky@hadoop101 datas]$ chmod 777 parameter.sh

[sparky@hadoop101 datas]$ ./parameter.sh cls  xz
./parameter.sh  cls   xz

2.4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

[sparky@hadoop101 datas]$ vim parameter.sh

#!/bin/bash
echo "$0  $1   $2"
echo $#

[sparky@hadoop101 datas]$ chmod 777 parameter.sh

[sparky@hadoop101 datas]$ ./parameter.sh cls  xz
parameter.sh cls xz 
2

2.5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

[sparky@hadoop101 datas]$ vim parameter.sh

#!/bin/bash
echo "$0  $1   $2"
echo $#
echo $*
echo $@

[sparky@hadoop101 datas]$ bash parameter.sh 1 2 3
parameter.sh  1   2
3
1 2 3
1 2 3

2.6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

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

3.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：
   （1）计算3+2的值

[sparky@hadoop101 datas]$ expr 2 + 3
5

（2）计算3-2的值

[sparky@hadoop101 datas]$ expr 3 - 2 
1

（3）计算（2+3）X4的值
（a）expr一步完成计算

[sparky@hadoop101 datas]$ expr `expr 2 + 3` \* 4
20

（b）采用$[运算式]方式

[sparky@hadoop101 datas]# S=$[(2+3)*4]
[sparky@hadoop101 datas]# echo $S

4.条件判断

1. 基本语法
   [ 条件]（注意“条件”前后要有空格）
   注意：条件非空即为true，[ sparky]返回true，[] 返回false。
2. 常用判断条件
   （1）两个整数之间比较
   
   （2）按照文件权限进行判断
   
   （3）按照文件类型进行判断

3. 案例实操

（1）23是否大于等于22

[sparky@hadoop101 datas]$ [ 23 -ge 22 ]
[sparky@hadoop101 datas]$ echo $?
0

（2）helloworld.sh是否具有写权限

[sparky@hadoop101 datas]$ [ -w helloworld.sh ]
[sparky@hadoop101 datas]$ echo $?
0

（3）/home/sparky/cls.txt目录中的文件是否存在

[sparky@hadoop101 datas]$ [ -e /home/sparky/cls.txt ]
[sparky@hadoop101 datas]$ echo $?
1

（4）多条件判断（&& 表示前一条命令执行成功时，才执行后一条命令，|| 表示上一条命令执行失败后，才执行下一条命令）

[sparky@hadoop101 ~]$ [ condition ] && echo OK || echo notok
OK
[sparky@hadoop101 datas]$ [ condition ] && [ ] || echo notok
notok

5.流程控制（重点）

5.1 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banzhang zhen shuai，如果是2，则输出cls zhen mei，如果是其它，什么也不输出。

[sparky@hadoop101 datas]$ touch if.sh
[sparky@hadoop101 datas]$ vim if.sh

#!/bin/bash

if [ $1 -eq "1" ]
then
        echo "banzhang zhen shuai"
elif [ $1 -eq "2" ]
then
        echo "cls zhen mei"
fi

[sparky@hadoop101 datas]$ chmod 777 if.sh 
[sparky@hadoop101 datas]$ ./if.sh 1
banzhang zhen shuai

5.2 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 
    ;; #双分号类似于break
  "值2"） 
    如果变量的值等于值2，则执行程序2 
    ;; 
  …省略其他分支… 
  *） # *类似于defaut
    如果变量的值都不是以上的值，则执行此程序 
    ;; 
esac  #退出程序

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banzhang，如果是2，则输出cls，如果是其它，输出renyao。

[sparky@hadoop101 datas]$ touch case.sh
[sparky@hadoop101 datas]$ vim case.sh

!/bin/bash

case $1 in
"1")
        echo "banzhang"
;;

"2")
        echo "cls"
;;
*)
        echo "renyao"
;;
esac

[sparky@hadoop101 datas]$ chmod 777 case.sh
[sparky@hadoop101 datas]$ ./case.sh 1
1

5.3 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

[sparky@hadoop101 datas]$ touch for1.sh
[sparky@hadoop101 datas]$ vim for1.sh

#!/bin/bash

s=0
for((i=0;i<=100;i++))
do
        s=$[$s+$i]
done
echo $s

[sparky@hadoop101 datas]$ chmod 777 for1.sh 
[sparky@hadoop101 datas]$ ./for1.sh 
“5050”

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

[sparky@hadoop101 datas]$ touch for2.sh
[sparky@hadoop101 datas]$ vim for2.sh

#!/bin/bash
#打印数字

for i in $*
    do
      echo "ban zhang love $i "
    done

[sparky@hadoop101 datas]$ chmod 777 for2.sh 
[sparky@hadoop101 datas]$ bash for2.sh cls xz bd
ban zhang love cls
ban zhang love xz
ban zhang love bd

（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。

[sparky@hadoop101 datas]$ touch for.sh
[sparky@hadoop101 datas]$ vim for.sh

#!/bin/bash 

for i in $*
do
      echo "ban zhang love $i "
done

for j in $@
do      
        echo "ban zhang love $j"
done

[sparky@hadoop101 datas]$ bash for.sh cls xz bd
ban zhang love cls 
ban zhang love xz 
ban zhang love bd 
ban zhang love cls
ban zhang love xz
ban zhang love bd

（b）当它们被双引号“”包含时，“$*”会将所有的参数作为一个整体，以“$1 $2 …$n”的形式输出所有参数；“$@”会将各个参数分开，以“$1” “$2”…”$n”的形式输出所有参数。

[sparky@hadoop101 datas]$ vim for.sh

#!/bin/bash 

for i in "$*" 
#$*中的所有参数看成是一个整体，所以这个for循环只会循环一次 
        do 
                echo "ban zhang love $i"
        done 

for j in "$@" 
#$@中的每个参数都看成是独立的，所以“$@”中有几个参数，就会循环几次 
        do 
                echo "ban zhang love $j" 
done

[sparky@hadoop101 datas]$ chmod 777 for.sh
[sparky@hadoop101 datas]$ bash for.sh cls xz bd
ban zhang love cls xz bd
ban zhang love cls
ban zhang love xz
ban zhang love bd

5.4 while 循环

1. 基本语法

while [ 条件判断式 ] 
  do 
    程序
  done

2. 案例实操
   （1）从1加到100

[sparky@hadoop101 datas]$ touch while.sh
[sparky@hadoop101 datas]$ vim while.sh

#!/bin/bash
s=0
i=1
while [ $i -le 100 ]
do
        s=$[$s+$i]
        i=$[$i+1]
done

echo $s

[sparky@hadoop101 datas]$ chmod 777 while.sh 
[sparky@hadoop101 datas]$ ./while.sh 
5050

6.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

[sparky@hadoop101 datas]$ touch read.sh
[sparky@hadoop101 datas]$ vim read.sh

#!/bin/bash

read -t 7 -p "Enter your name in 7 seconds " NAME
echo $NAME

[sparky@hadoop101 datas]$ ./read.sh 
Enter your name in 7 seconds xiaoze
xiaoze

7.函数

7.1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．案例实操
（1）截取该/home/sparky/banzhang.txt路径的文件名称

[sparky@hadoop101 datas]$ basename /home/sparky/banzhang.txt 
banzhang.txt
[sparky@hadoop101 datas]$ basename /home/sparky/banzhang.txt .txt
banzhang

3. 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））

4. 案例实操
   1）获取banzhang.txt文件的路径

[sparky@hadoop101 ~]$ dirname /home/sparky/banzhang.txt 
/home/sparky

7.2 自定义函数

1. 基本语法

[ function ] funname[()]
{
	Action;
	[return int;]
}
funname

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。return后跟数值n(0-255)
3. 案例实操
   （1）计算两个输入参数的和

[sparky@hadoop101 datas]$ touch fun.sh
[sparky@hadoop101 datas]$ vim fun.sh

#!/bin/bash
function sum()
{
    s=0
    s=$[ $1 + $2 ]
    echo "$s"
}

read -p "Please input the number1: " n1;
read -p "Please input the number2: " n2;
sum $n1 $n2;

[sparky@hadoop101 datas]$ chmod 777 fun.sh
[sparky@hadoop101 datas]$ ./fun.sh 
Please input the number1: 2
Please input the number2: 5
7

8.Shell工具（重点）

8.1cut

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
   
3. 案例实操

（0）数据准备

[sparky@hadoop101 datas]$ touch cut.txt
[sparky@hadoop101 datas]$ vim cut.txt
dong shen
guan zhen
wo  wo
lai  lai
le  le

（1）切割cut.txt第一列

[sparky@hadoop101 datas]$ cut -d " " -f 1 cut.txt 
dong
guan
wo
lai
le

（2）切割cut.txt第二、三列

[sparky@hadoop101 datas]$ cut -d " " -f 2,3 cut.txt 
shen
zhen
 wo
 lai
 le

（3）在cut.txt文件中切割出guan

[sparky@hadoop101 datas]$ cat cut.txt | grep "guan" | cut -d " " -f 1
guan

（4）选取系统PATH变量值，第2个“：”开始后的所有路径：

[sparky@hadoop101 datas]$ echo $PATH
/usr/lib64/qt-3.3/bin:/usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/sbin:/home/sparky/bin

[sparky@hadoop102 datas]$ echo $PATH | cut -d: -f 2-
/usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/sbin:/home/sparky/bin

（5）切割ifconfig 后打印的IP地址

[sparky@hadoop101 datas]$ ifconfig eth0 | grep "inet addr" | cut -d: -f 2 | cut -d" " -f1
192.168.1.102

8.2 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
   
3. 命令功能描述
   
4. 案例实操
   （0）数据准备

[sparky@hadoop102 datas]$ touch sed.txt
[sparky@hadoop102 datas]$ vim sed.txt
dong shen
guan zhen
wo  wo
lai  lai

le  le

（1）将“mei nv”这个单词插入到sed.txt第二行下，打印。

[sparky@hadoop102 datas]$ sed '2a mei nv' sed.txt 
dong shen
guan zhen
`mei nv`
wo  wo
lai  lai

le  le
[sparky@hadoop102 datas]$ cat sed.txt 
dong shen
guan zhen
wo  wo
lai  lai

le  le
` 注意：文件并没有改变 `

（2）删除sed.txt文件所有包含wo的行

[sparky@hadoop102 datas]$ sed '/wo/d' sed.txt
dong shen
guan zhen
lai  lai

le  le

（3）将sed.txt文件中wo替换为ni

[sparky@hadoop102 datas]$ sed 's/wo/ni/g' sed.txt 
dong shen
guan zhen
ni  ni
lai  lai

le  le

注意：‘g’表示global，全部替换
（4）将sed.txt文件中的第二行删除并将wo替换为ni

[sparky@hadoop102 datas]$ sed -e '2d' -e 's/wo/ni/g' sed.txt 
dong shen
ni  ni
lai  lai

le  le

8.3 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
   
3. 案例实操

（0）数据准备

[sparky@hadoop102 datas]$ sudo cp /etc/passwd ./

（1）搜索passwd文件以root关键字开头的所有行，并输出该行的第7列。

[sparky@hadoop102 datas]$ awk -F: '/^root/{print $7}' passwd 
/bin/bash

（2）搜索passwd文件以root关键字开头的所有行，并输出该行的第1列和第7列，中间以“，”号分割。

[sparky@hadoop102 datas]$ awk -F: '/^root/{print $1","$7}' passwd 
root,/bin/bash

注意：只有匹配了pattern的行才会执行action
（3）只显示/etc/passwd的第一列和第七列，以逗号分割，且在所有行前面添加列名user，shell在最后一行添加"dahaige，/bin/zuishuai"。

[sparky@hadoop102 datas]$ awk -F : 'BEGIN{print "user, shell"} {print $1","$7} END{print "dahaige,/bin/zuishuai"}' passwd
user, shell
root,/bin/bash
bin,/sbin/nologin
。。。
sparky,/bin/bash
dahaige,/bin/zuishuai

注意：BEGIN 在所有数据读取行之前执行；END 在所有数据执行之后执行。
（4）将passwd文件中的用户id增加数值1并输出

[sparky@hadoop102 datas]$ awk -v i=1 -F: '{print $3+i}' passwd
1
2
3
4

4. awk的内置变量
   
5. 案例实操
   （1）统计passwd文件名，每行的行号，每行的列数

[sparky@hadoop102 datas]$ awk -F: '{print "filename:"  FILENAME ", linenumber:" NR  ",columns:" NF}' passwd 
filename:passwd, linenumber:1,columns:7
filename:passwd, linenumber:2,columns:7
filename:passwd, linenumber:3,columns:7

（2）切割IP

[sparky@hadoop102 datas]$ ifconfig eth0 | grep "inet addr" | awk -F: '{print $2}' | awk -F " " '{print $1}' 
192.168.1.102

（3）查询sed.txt中空行所在的行号

[sparky@hadoop102 datas]$ awk '/^$/{print NR}' sed.txt 
5

8.4 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)

2. 案例实操

（0）数据准备

[sparky@hadoop102 datas]$ touch sort.sh
[sparky@hadoop102 datas]$ vim sort.sh 
bb:40:5.4
bd:20:4.2
xz:50:2.3
cls:10:3.5
ss:30:1.6

（1）按照“：”分割后的第三列倒序排序。

[sparky@hadoop102 datas]$ sort -t : -nrk 3  sort.sh 
bb:40:5.4
bd:20:4.2
cls:10:3.5
xz:50:2.3
ss:30:1.6