• 20.16/20.17 shell中的函数 20.18 shell中的数组 20.19 告警系统需求分析


    20.16/20.17 shell中的函数

    函数就是把一段代码整理到了一个小单元中,并给这个小单元起一个名字,当用到这段代码时直接调用这个小单元的名字即可。
    格式: function f_name() {
                          command
                 }
    函数必须要放在最前面
    示例1
    #!/bin/bash
    input() {
        echo $1 $2 $# $0
    }
    input 1 a b
    
    $#  参数的个数
    $0  参数的名字
    
    函数也支持使用参数 
    
    
    
    使用方法:
    sh fun1.sh  参数  参数2 
    
    示例2
    #!/bin/bash
    sum() {
        s=$[$1+$2]
        echo $s
    }
    sum 1 2
    
    示例3 centos6
    
    #!/bin/bash
    ip() {
        ifconfig |grep -A1 "$1 " |tail -1 |awk '{print $2}'|awk -F':' '{print $2}'
    }
    read -p "Please input the eth name: " e
    myip=`ip $e`
    echo "$e address is $myip"
    
    centos7
    #!/bin/bash
    ip() {
       ifconfig |grep -A1 "$1: " | tail -1 | awk '/inet/ {print $2}'
    
    }
    read -p "Please input the eth name: " e
    myip=`ip $e`
    echo "$e address is $myip"
    

    20.18 shell中的数组

    定义数组 a=(1 2 3 4 5); echo ${a[@]}  或者   ${a[*]}
    echo ${#a[@]} 获取数组的元素个数
    echo ${a[2]} 读取第三个元素,数组从0开始
    echo ${a[*]} 等同于 ${a[@]}  显示整个数组
    数组赋值
    a[1]=100; echo ${a[@]}
    a[5]=2; echo ${a[@]} 如果下标不存在则会自动添加一个元素
    数组的删除
    uset a; unset a[1]
    
    
    数组分片
    a=(`seq 1 5`)
    echo ${a[@]:0:3} 从第一个元素开始,截取3个
    echo ${a[@]:1:4} 从第二个元素开始,截取4个
    echo ${a[@]:0-3:2} 从倒数第3个元素开始,截取2个
    数组替换
    echo ${a[@]/3/100}
    a=(${a[@]/3/100})
    

    20.19 告警系统需求分析

    需求:使用shell定制各种个性化告警工具,但需要统一化管理、规范化管理。
    思路:指定一个脚本包,包含主程序、子程序、配置文件、邮件引擎、输出日志等。
    主程序:作为整个脚本的入口,是整个系统的命脉。
    配置文件:是一个控制中心,用它来开关各个子程序,指定各个相关联的日志文件。
    子程序:这个才是真正的监控脚本,用来监控各个指标。
    邮件引擎:是由一个python程序来实现,它可以定义发邮件的服务器、发邮件人以及发件人密码
    输出日志:整个监控系统要有日志输出。
    
    要求:我们的机器角色多种多样,但是所有机器上都要部署同样的监控系统,也就说所有机器不管什么角色,整个程序框架都是一致的,不同的地方在于根据不同的角色,定制不同的配置文件。
  • 相关阅读:
    Neurosurgeon: Collaborative Intelligence Between the Cloud and Mobile Edge
    Adversarial Attack Type I: Cheat Classifiers by Significant Changes
    Federated Optimization for Heterogeneous Networks
    On the Convergence of FedAvg on Non-IID Data
    联邦学习综述
    Federated Learning: Challenges, Methods, and Future Directions
    Hop: Heterogeneity-aware Decentralized Training
    C++文件操作
    c++: internal compiler error: Killed (program cc1plus)
    SCAFFOLD: Stochastic Controlled Averaging for On-Device Federated Learning
  • 原文地址:https://www.cnblogs.com/pta188/p/9317289.html
Copyright © 2020-2023  润新知