大数据技术之Shell（超级详细）

第1章 Shell概述

Shell 是一种脚本语言，用于在操作系统的命令行界面（CLI）下执行命令和脚本。在大数据领域，Shell 脚本常用于编写数据处理和分析任务的自动化脚本，以便快速而有效地处理大规模的数据集。
在这里插入图片描述

下面详细介绍 Shell 在大数据技术中的应用。
Shell 脚本编程：Shell 脚本是一种文本文件，其中包含一系列命令和逻辑控制语句。通过编写 Shell 脚本，可以利用 Shell 的强大功能来处理大数据。例如，可以编写循环结构和条件判断语句，实现数据的遍历、筛选和转换。Shell 脚本还支持变量和函数，使得编写复杂的数据处理逻辑更加方便。

数据清洗和转换：在大数据处理中，往往需要对原始数据进行清洗和转换，以便进行后续的分析和建模。Shell 提供了强大的文本处理功能，可以使用各种命令和技巧来处理和转换文本数据。通过 Shell 脚本，可以自动化地执行数据清洗任务，例如去除重复记录、替换无效值、提取特定字段等。

批量处理：Shell 脚本能够批量处理大规模的数据集，因为它可以通过命令行界面一次执行多个命令或任务。在大数据处理中，通过编写 Shell 脚本，可以批量执行数据处理任务、数据导入导出任务和数据分析任务，提高效率和减少工作量。例如，可以编写一个脚本，实现自动化地从源数据库中抽取数据，进行清洗和转换，然后导入到目标数据库中。

任务调度：在大数据处理中，任务调度是非常重要的，因为需要按照特定的时间表和顺序执行不同的数据处理任务。Shell 脚本可以与任务调度工具（如 cron 或 Control-M）集成，实现定时和自动化地执行数据处理任务。通过在 Shell 脚本中设置计划任务，可以实现定期执行数据处理、备份、数据迁移等任务，确保数据处理过程的稳定运行。

系统管理和监控：Shell 脚本在大数据技术中还可以用于系统管理和监控。通过编写脚本，可以自动化管理大数据平台的各个组件和节点。例如，可以编写一个脚本来监控集群的状态，检查节点的可用性和负载情况，并根据需要采取相应的措施。同时，也可以编写脚本来自动化安装和配置大数据组件，提高系统管理的效率。

实际一点，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。

在这里插入图片描述

第2章 Shel解析器

（1）Linux提供的Shell解析器有：

[atguigu@hadoop101 ~]$ cat /etc/shells 

/bin/sh

/bin/bash

/sbin/nologin

/bin/dash

/bin/tcsh

/bin/csh

（2）bash和sh的关系

[atguigu@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

[atguigu@hadoop102 bin]$ echo $SHELL

/bin/bash

第3章 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：

[atguigu@hadoop101 datas]$ touch helloworld.sh

[atguigu@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

[atguigu@hadoop101 datas]$ sh helloworld.sh 

Helloworld

sh+脚本的绝对路径

[atguigu@hadoop101 datas]$ sh /home/atguigu/datas/helloworld.sh 

helloworld

bash+脚本的相对路径

[atguigu@hadoop101 datas]$ bash helloworld.sh 

Helloworld

bash+脚本的绝对路径

[atguigu@hadoop101 datas]$ bash /home/atguigu/datas/helloworld.sh 

Helloworld

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

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

（b）执行脚本

相对路径

[atguigu@hadoop101 datas]$ ./helloworld.sh 

Helloworld

绝对路径

[atguigu@hadoop101 datas]$ /home/atguigu/datas/helloworld.sh 

Helloworld

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。

3．第二个Shell脚本：多命令处理

（1）需求：

在/home/atguigu/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：

[atguigu@hadoop101 datas]$ touch batch.sh

[atguigu@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

第4章 Shell中的变量

4.1 系统变量

\1. 常用系统变量

$H OME 、$ PWD、 $S H E LL 、$ USER等

2．案例实操

（1）查看系统变量的值

[atguigu@hadoop101 datas]$ echo $HOME

/home/atguigu

（2）显示当前Shell中所有变量：set

[atguigu@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

[atguigu@hadoop101 datas]$ A=5

[atguigu@hadoop101 datas]$ echo $A

5

（2）给变量A重新赋值

[atguigu@hadoop101 datas]$ A=8

[atguigu@hadoop101 datas]$ echo $A

8

（3）撤销变量A

[atguigu@hadoop101 datas]$ unset A

[atguigu@hadoop101 datas]$ echo $A

（4）声明静态的变量B=2，不能unset

[atguigu@hadoop101 datas]$ readonly B=2

[atguigu@hadoop101 datas]$ echo $B

2

[atguigu@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

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

[atguigu@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

[atguigu@hadoop102 ~]$ D=I love banzhang

-bash: world: command not found

[atguigu@hadoop102 ~]$ D="I love banzhang"

[atguigu@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

[atguigu@hadoop101 datas]$ vim helloworld.sh

在helloworld.sh文件中增加echo $B

#!/bin/bash

echo “helloworld”

echo $B

[atguigu@hadoop101 datas]$ ./helloworld.sh

Helloworld

发现并没有打印输出变量B的值。

[atguigu@hadoop101 datas]$ export B

[atguigu@hadoop101 datas]$ ./helloworld.sh

helloworld

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

[atguigu@hadoop101 datas]$ touch parameter.sh

[atguigu@hadoop101 datas]$ vim parameter.sh

#!/bin/bash

echo “$0 $1 $2”

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

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

./parameter.sh cls xz

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

[atguigu@hadoop101 datas]$ vim parameter.sh

#!/bin/bash

echo “$0 $1 $2”

echo $#

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

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

parameter.sh cls xz

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

[atguigu@hadoop101 datas]$ vim parameter.sh

#!/bin/bash

echo “$0 $1 $2”

echo $#

echo $*

echo $@

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

parameter.sh 1 2

1 2 3

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

[atguigu@hadoop101 datas]$ ./helloworld.sh

hello world

[atguigu@hadoop101 datas]$ echo $?

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：

（1）计算3+2的值

[atguigu@hadoop101 datas]$ expr 2 + 3

（2）计算3-2的值

[atguigu@hadoop101 datas]$ expr 3 - 2

（3）计算（2+3）X4的值

（a）expr一步完成计算

[atguigu@hadoop101 datas]$ expr expr 2 + 3 * 4

（b）采用$[运算式]方式

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

[atguigu@hadoop101 datas]# echo $S

第6章条件判断

1．基本语法

[ condition ]（注意condition前后要有空格）

注意：条件非空即为true，[ atguigu ]返回true，[] 返回false。

\2. 常用判断条件

（1）两个整数之间比较

= 字符串比较

-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

-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

-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）

3．案例实操

（1）23是否大于等于22

[atguigu@hadoop101 datas]$ [ 23 -ge 22 ]

[atguigu@hadoop101 datas]$ echo $?

（2）helloworld.sh是否具有写权限

[atguigu@hadoop101 datas]$ [ -w helloworld.sh ]

[atguigu@hadoop101 datas]$ echo $?

（3）/home/atguigu/cls.txt目录中的文件是否存在

[atguigu@hadoop101 datas]$ [ -e /home/atguigu/cls.txt ]

[atguigu@hadoop101 datas]$ echo $?

（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）

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

[atguigu@hadoop101 datas]$ [ condition ] && [ ] || echo notok

notok

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

或者

if [ 条件判断式 ]

then

程序

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。

[atguigu@hadoop101 datas]$ touch if.sh

[atguigu@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”

[atguigu@hadoop101 datas]$ chmod 777 if.sh

[atguigu@hadoop101 datas]$ ./if.sh 1

banzhang zhen shuai

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banzhang，如果是2，则输出cls，如果是其它，输出renyao。

[atguigu@hadoop101 datas]$ touch case.sh

[atguigu@hadoop101 datas]$ vim case.sh

!/bin/bash

case $1 in

“1”)

echo “banzhang”

;;

“2”)

echo “cls”

;;

echo “renyao”

;;

esac

[atguigu@hadoop101 datas]$ chmod 777 case.sh

[atguigu@hadoop101 datas]$ ./case.sh 1

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 ))

程序

done

2．案例实操

（1）从1加到100

[atguigu@hadoop101 datas]$ touch for1.sh

[atguigu@hadoop101 datas]$ vim for1.sh

#!/bin/bash

s=0

for((i=0;i<=100;i++))

s= $[$ s+$i]

done

echo $s

[atguigu@hadoop101 datas]$ chmod 777 for1.sh

[atguigu@hadoop101 datas]$ ./for1.sh

“5050”

3．基本语法2

for 变量 in 值1 值2 值3…

程序

done

4．案例实操

（1）打印所有输入参数

[atguigu@hadoop101 datas]$ touch for2.sh

[atguigu@hadoop101 datas]$ vim for2.sh

#!/bin/bash

#打印数字

for i in $*

echo "ban zhang love $i "

done

[atguigu@hadoop101 datas]$ chmod 777 for2.sh

[atguigu@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 $2 \dots$ n的形式输出所有参数。

[atguigu@hadoop101 datas]$ touch for.sh[atguigu@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 $j " d o n e [a t gu i gu @ ha d oo p 101 d a t a s]$ bash for.sh cls xz bdban zhang love cls ban zhang love xz ban zhang love bd ban zhang love clsban zhang love xzban 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 $2 \dots$ n”的形式输出所有参数；“$@”会将各个参数分开，以“$1” “ $2” \dots ”$ n”的形式输出所有参数。

[atguigu@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

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

echo “ban zhang love $j”

done

[atguigu@hadoop101 datas]$ chmod 777 for.sh

[atguigu@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

7.4 while 循环

1．基本语法

while [ 条件判断式 ]

程序

done

2．案例实操

（1）从1加到100

[atguigu@hadoop101 datas]$ touch while.sh

[atguigu@hadoop101 datas]$ vim while.sh

#!/bin/bash

s=0

i=1

while [ $i -le 100 ]

s= $[$ s+$i]

i= $[$ i+1]

done

echo $s

[atguigu@hadoop101 datas]$ chmod 777 while.sh

[atguigu@hadoop101 datas]$ ./while.sh

5050

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

[atguigu@hadoop101 datas]$ touch read.sh

[atguigu@hadoop101 datas]$ vim read.sh

\#!/bin/bash

 

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

echo $NAME

[atguigu@hadoop101 datas]$ ./read.sh 

Enter your name in 7 seconds xiaoze

xiaoze

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．案例实操

（1）截取该/home/atguigu/banzhang.txt路径的文件名称

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

banzhang.txt

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

banzhang

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

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

/home/atguigu

9.2 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

[atguigu@hadoop101 datas]$ touch fun.sh

[atguigu@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;

[atguigu@hadoop101 datas]$ chmod 777 fun.sh

[atguigu@hadoop101 datas]$ ./fun.sh

Please input the number1: 2

Please input the number2: 5

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

表1-55

选项参数	功能
-f	列号，提取第几列
-d	分隔符，按照指定分隔符分割列

3.案例实操

（0）数据准备

[atguigu@hadoop101 datas]$ touch cut.txt

[atguigu@hadoop101 datas]$ vim cut.txt

dong shen

guan zhen

wo wo

lai lai

le le

（1）切割cut.txt第一列

[atguigu@hadoop101 datas]$ cut -d " " -f 1 cut.txt

dong

guan

lai

（2）切割cut.txt第二、三列

[atguigu@hadoop101 datas]$ cut -d " " -f 2,3 cut.txt

shen

zhen

lai

（3）在cut.txt文件中切割出guan

[atguigu@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：

[atguigu@hadoop101 datas]$ echo $PATH

/usr/lib64/qt-3.3/bin:/usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/sbin:/home/atguigu/bin

[atguigu@hadoop102 datas]$ echo $PATH | cut -d: -f 2-

/usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/sbin:/home/atguigu/bin

（5）切割ifconfig 后打印的IP地址

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

192.168.1.102

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

表1-56

选项参数	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

表1-57

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

（0）数据准备

[atguigu@hadoop102 datas]$ touch sed.txt

[atguigu@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。

[atguigu@hadoop102 datas]$ sed '2a mei nv' sed.txt 

dong shen

guan zhen

mei nv

wo  wo

lai  lai

 

le  le

[atguigu@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

[atguigu@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

[atguigu@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

[atguigu@hadoop102 datas]$ sed -e '2d' -e 's/wo/ni/g' sed.txt 

dong shen

ni  ni

lai  lai

 

le  le

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

表1-55

选项参数	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

（0）数据准备

[atguigu@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。

[atguigu@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。

[atguigu@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"。

[atguigu@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

。。。

atguigu,/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

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

1

2

3

4

\4. awk的内置变量

表1-56

变量	说明
FILENAME	文件名
NR	已读的记录数
NF	浏览记录的域的个数（切割后，列的个数）

\5. 案例实操

（1）统计passwd文件名，每行的行号，每行的列数

[atguigu@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

[atguigu@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

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

5

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)

表1-57

选项	说明
-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

\2. 案例实操

（0）数据准备

[atguigu@hadoop102 datas]$ touch sort.sh

[atguigu@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。

[atguigu@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

第11章企业真实面试题（重点）

11.1 京东

问题1：使用Linux命令查询file1中空行所在的行号

答案：

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

5

问题2：有文件chengji.txt内容如下:

张三 40

李四 50

王五 60

使用Linux命令计算第二列的和并输出

[atguigu@hadoop102 datas]$ cat chengji.txt | awk -F " " '{sum+=$2} END{print sum}'

150

11.2 搜狐&和讯网

问题1：Shell脚本里如何检查一个文件是否存在？如果不存在该如何处理？

\#!/bin/bash

 

if [ -f file.txt ]; then

  echo "文件存在!"

else

  echo "文件不存在!"

fi

11.3 新浪

问题1：用shell写一个脚本，对文本中无序的一列数字排序

[root@CentOS6-2 ~]# cat test.txt

9

8

7

6

5

4

3

2

10

1

[root@CentOS6-2 ~]# sort -n test.txt|awk '{a+=$0;print $0}END{print "SUM="a}'

1

2

3

4

5

6

7

8

9

10

SUM=55

11.3 金和网络

问题1：请用shell脚本写出查找当前文件夹（/home）下所有的文本文件内容中包含有字符”shen”的文件名称

[atguigu@hadoop102 datas]$ grep -r "shen" /home | cut -d ":" -f 1

/home/atguigu/datas/sed.txt

/home/atguigu/datas/cut.txt

的列 |

参数：指定待排序的文件列表

\2. 案例实操

（0）数据准备

[atguigu@hadoop102 datas]$ touch sort.sh

[atguigu@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。

[atguigu@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

第11章企业真实面试题（重点）

11.1 京东

问题1：使用Linux命令查询file1中空行所在的行号

答案：

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

5

问题2：有文件chengji.txt内容如下:

张三 40

李四 50

王五 60

使用Linux命令计算第二列的和并输出

[atguigu@hadoop102 datas]$ cat chengji.txt | awk -F " " '{sum+=$2} END{print sum}'

150

11.2 搜狐&和讯网

问题1：Shell脚本里如何检查一个文件是否存在？如果不存在该如何处理？

\#!/bin/bash

 

if [ -f file.txt ]; then

  echo "文件存在!"

else

  echo "文件不存在!"

fi

11.3 新浪

问题1：用shell写一个脚本，对文本中无序的一列数字排序

[root@CentOS6-2 ~]# cat test.txt

9

8

7

6

5

4

3

2

10

1

[root@CentOS6-2 ~]# sort -n test.txt|awk '{a+=$0;print $0}END{print "SUM="a}'

1

2

3

4

5

6

7

8

9

10

SUM=55

在这里插入图片描述

总的来说，Shell 在大数据技术中有着广泛的应用。通过编写 Shell 脚本，可以进行数据处理、数据清洗和转换、批量处理、任务调度以及系统管理和监控等任务。Shell 的强大文本处理能力和脚本编程特性，使得它成为处理大数据和自动化任务的重要工具。掌握 Shell 编程技巧，将有助于在大数据领域提高工作效率和数据处理的灵活性。