Shell-01

1、概述

大数据程序员为什么要学习Shell?

(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

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是一个功能强大的编程语言、易编写、易调试、灵活性强

2、Shell解析器

  • Linux提供的shell解析器有:
[duoduo@hadoop101 ~]$ cat /etc/shells 
/bin/sh
/bin/bash
/sbin/nologin
/usr/bin/sh
/usr/bin/bash
/usr/sbin/nologin
/bin/tcsh
/bin/csh
  • bash和sh的关系
 [duoduo@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

sh是bash的一种特殊模式,是/bin/sh相当于/bin/bash --posix

sh就是开启了POSIX(可移植操作系统接口)标准的bash

sh是bash的软连接

  • Centos默认的解析器是bash
[duoduo@hadoop102 bin]$ echo $SHELL
/bin/bash

2、shell脚本入门

2.1 脚本格式

#!/bin/bash 开头(指定解析器)

2.2 脚本的常用执行方式

一种:采用bash+脚本sh+脚本相对路径绝对路径不用赋予脚本+x权限

  • sh+脚本的相对路径

[root@bigdata-01 data]# sh hello.sh
hello world

  • sh+脚本的绝对路径

[root@bigdata-01 data]# sh /root/data/hello.sh
hello world

  • bash+脚本的相对路径

[root@bigdata-01 data]# bash hello.sh
hello world

  • bash+脚本的绝对路径

[root@bigdata-01 data]# bash /root/data/hello.sh
hello world

第二种:采用输入脚本的绝对路径或相对路径执行脚本(必须要具有可执行权限+x

(1)赋予hello.sh脚本+x权限

[root@bigdata-01 data]# chmod +x hello.sh
[root@bigdata-01 data]# chmod 777 hello.sh

(2)执行脚本

相对路径

[root@bigdata-01 data]# ./hello.sh
hello world

绝对路径

[root@bigdata-01 data]# /root/data/hello.sh
hello world

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,本质是脚本自己执行,所以需要权限

第三种:在脚本的路径前加上‘.’

(1)分别使用sh,bash,./和.的方式来执行

[root@bigdata-01 data]# bash hello.sh 
hello world
[root@bigdata-01 data]# echo $a

[root@bigdata-01 data]# sh hello.sh 
hello world
[root@bigdata-01 data]# echo $a

[root@bigdata-01 data]# ./hello.sh 
hello world
[root@bigdata-01 data]# echo $a

[root@bigdata-01 data]# . hello.sh 
hello world
[root@bigdata-01 data]# echo $a
hello
[root@bigdata-01 data]# cat hello.sh 
#!/bin/bash
echo "hello world"
a='hello'

原因:

前三种方式都是在当前shel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,就是使用在脚本路径前面加‘.’的方式,可以是脚本内容在当前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

4、Shell中的变量

4.1 系统变量

  • 常用系统变量

$HOME、$PWD、$SHELL等

4.2 自定义变量

  • 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(不能unset)
  • 变量定义规则
    1. 变量明恒可以由字母、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,需要使用双引号或者单引号括起来
  • 案例

(1)定义变量A

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

(2)给变量A重新赋值

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

(3)撤销变量A

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

(4)声明静态的变量B=2,不能unset

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

[duodou@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

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

[duodou@hadoop102 ~]$ D=I love banzhang
-bash: world: command not found
[duodou@hadoop102 ~]$ D="I love banzhang"
[duodou@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
[duodou@hadoop101 datas]$ vim helloworld.sh
在helloworld.sh文件中增加echo $B
#!/bin/bash
echo "helloworld"
echo $B
[duodou@hadoop101 datas]$ ./helloworld.sh
Helloworld

发现并没有打印输出变量B的值。

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

4.3 特殊变量:$n

  • 语法

$n

  1. n为数字
  2. $0代表该及哦啊本名称
  3. $1-$9代表第一到第九个参数
  4. $10以上需要用大括号包含,如:${10}
  • 实例

4.4 特殊变量:$#

  • 语法

$# (功能:获取所有输入参数个数,常用于循环)

  • 实例

4.6 特殊变量:$*、$@

  • 语法

$* (功能: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:代表命令行中所有的参数,把每个参数单独对待

4.7 特殊变量:$?

  • 语法

$? (功能:最后一次执行的命令的返回状态。如果这个变量的值=0,证明上个命令正确执行;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),则证明上次命令执行不正确)

  • 案例

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值