DevOps Bootcamp · 课时

高级脚本编写项目

Q: 「高级脚本编写项目」这节课中我会学到什么？

完成一个综合项目，整合从命令行工具到高级 Bash 脚本技术的全部已学概念。 你通过在浏览器中直接运行的动手代码来练习 DevOps Bootcamp，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

完成一个综合项目，整合从命令行工具到高级 Bash 脚本技术的全部已学概念。

高级脚本编写项目 是 CoddyKit 上的免费 DevOps Bootcamp 课时。这是第 3 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 DevOps Bootcamp 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 DevOps Bootcamp 课程共包含 4 节课。

项目开始：挑战

欢迎来到我们的最终项目！在整个课程中，您已经学习了许多功能强大的 Linux 命令和 Bash 脚本编写技巧。现在，是时候将它们整合起来了。

在本课中，我们将从头开始构建一个实用且高级的 Bash 脚本。这个项目将挑战您把所学的一切整合到一个完整可用的解决方案中。

明确项目目标

我们的目标是创建一个文件监控与归档脚本。假设您有一台会生成日志文件的服务器，并且需要定期处理这些文件，而无需人工干预。

我们的脚本将执行以下操作：

持续监控指定目录中的新文本文件。
处理每个新文件（例如统计其中的行数）。
将处理过的文件移动到归档目录。
记录所有活动，包括时间戳和任何错误。

脚本基础：Shebang 与变量

每个优秀的脚本都始于清晰的基础。我们将先定义Shebang并设置关键变量。这些变量会让脚本更加灵活且易于配置。

我们将为监控目录、归档目录和日志文件定义路径。

#!/bin/bash

# --- Configuration Variables ---
MONITOR_DIR="/tmp/coddykit_monitor"
ARCHIVE_DIR="/tmp/coddykit_archive"
LOG_FILE="/tmp/coddykit_script.log"

# Log script start
echo "$(date): Script initialized." >> "$LOG_FILE"

确保目录存在

在脚本开始监控或归档之前，我们需要确保必要的目录已经存在。在这里使用 mkdir -p 非常重要，因为它只会在目录不存在时创建目录；如果目录已经存在，也不会引发错误。

如果目录创建失败，我们还会添加基本的错误处理，让脚本正常退出。

#!/bin/bash

# --- Configuration Variables ---
MONITOR_DIR="/tmp/coddykit_monitor"
ARCHIVE_DIR="/tmp/coddykit_archive"
LOG_FILE="/tmp/coddykit_script.log"

# Log script start
echo "$(date): Script initialized." >> "$LOG_FILE"

# Ensure monitoring and archive directories exist
mkdir -p "$MONITOR_DIR" || { echo "$(date): ERROR: Cannot create $MONITOR_DIR. Exiting." >> "$LOG_FILE"; exit 1; }
mkdir -p "$ARCHIVE_DIR" || { echo "$(date): ERROR: Cannot create $ARCHIVE_DIR. Exiting." >> "$LOG_FILE"; exit 1; }

echo "$(date): Directories checked/created." >> "$LOG_FILE"

监控循环

脚本需要持续运行，才能监控新文件。while true 循环非常适合完成这项工作。在循环内部，我们将使用 sleep 在两次检查之间暂停几秒，避免占用过多资源。

我们还会记录每次检查，以便跟踪活动。

#!/bin/bash

# --- Configuration Variables ---
MONITOR_DIR="/tmp/coddykit_monitor"
ARCHIVE_DIR="/tmp/coddykit_archive"
LOG_FILE="/tmp/coddykit_script.log"

# Log script start
echo "$(date): Script initialized." >> "$LOG_FILE"

# Ensure monitoring and archive directories exist
mkdir -p "$MONITOR_DIR" || { echo "$(date): ERROR: Cannot create $MONITOR_DIR. Exiting." >> "$LOG_FILE"; exit 1; }
mkdir -p "$ARCHIVE_DIR" || { echo "$(date): ERROR: Cannot create $ARCHIVE_DIR. Exiting." >> "$LOG_FILE"; exit 1; }

echo "$(date): Directories checked/created." >> "$LOG_FILE"

# --- Main Monitoring Loop ---
while true; do
  echo "$(date): Checking for new files in $MONITOR_DIR..." >> "$LOG_FILE"
  # File processing will go here
  sleep 5 # Check every 5 seconds
done

查找和处理文件

在循环中，我们需要查找新的文本文件。find 命令非常适合完成这项工作，再结合 for 循环即可处理每个找到的文件。我们将使用 wc -l 统计每个文件中的行数，作为处理步骤。

这展示了如何在脚本中组合使用命令行工具。

#!/bin/bash

# --- Configuration Variables ---
MONITOR_DIR="/tmp/coddykit_monitor"
ARCHIVE_DIR="/tmp/coddykit_archive"
LOG_FILE="/tmp/coddykit_script.log"

# Log script start
echo "$(date): Script initialized." >> "$LOG_FILE"

# Ensure monitoring and archive directories exist
mkdir -p "$MONITOR_DIR" || { echo "$(date): ERROR: Cannot create $MONITOR_DIR. Exiting." >> "$LOG_FILE"; exit 1; }
mkdir -p "$ARCHIVE_DIR" || { echo "$(date): ERROR: Cannot create $ARCHIVE_DIR. Exiting." >> "$LOG_FILE"; exit 1; }

echo "$(date): Directories checked/created." >> "$LOG_FILE"

# --- Main Monitoring Loop ---
while true; do
  echo "$(date): Checking for new files in $MONITOR_DIR..." >> "$LOG_FILE"
  # Find new .txt files and process them
  for file in $(find "$MONITOR_DIR" -maxdepth 1 -type f -name "*.txt"); do
    if [ -f "$file" ]; then # Double-check if it's a regular file
      LINE_COUNT=$(wc -l < "$file")
      echo "$(date): Found '$file'. Lines: $LINE_COUNT." >> "$LOG_FILE"
      # Archiving will go here
    fi
  done
  sleep 5 # Check every 5 seconds
done

归档已处理的文件

处理完文件后，我们需要将其移动到归档目录。可以使用 mv 命令完成此操作。我们还会添加 if 语句来检查 mv 的退出状态，确保移动成功，并记录任何失败情况。

这让我们的脚本更加稳健。

#!/bin/bash

# --- Configuration Variables ---
MONITOR_DIR="/tmp/coddykit_monitor"
ARCHIVE_DIR="/tmp/coddykit_archive"
LOG_FILE="/tmp/coddykit_script.log"

# Log script start
echo "$(date): Script initialized." >> "$LOG_FILE"

# Ensure monitoring and archive directories exist
mkdir -p "$MONITOR_DIR" || { echo "$(date): ERROR: Cannot create $MONITOR_DIR. Exiting." >> "$LOG_FILE"; exit 1; }
mkdir -p "$ARCHIVE_DIR" || { echo "$(date): ERROR: Cannot create $ARCHIVE_DIR. Exiting." >> "$LOG_FILE"; exit 1; }

echo "$(date): Directories checked/created." >> "$LOG_FILE"

# --- Main Monitoring Loop ---
while true; do
  echo "$(date): Checking for new files in $MONITOR_DIR..." >> "$LOG_FILE"
  for file in $(find "$MONITOR_DIR" -maxdepth 1 -type f -name "*.txt"); do
    if [ -f "$file" ]; then
      LINE_COUNT=$(wc -l < "$file")
      echo "$(date): Found '$file'. Lines: $LINE_COUNT." >> "$LOG_FILE"
      
      mv "$file" "$ARCHIVE_DIR/"
      if [ $? -eq 0 ]; then
        echo "$(date): Moved '$file' to '$ARCHIVE_DIR'." >> "$LOG_FILE"
      else
        echo "$(date): ERROR: Failed to move '$file' to '$ARCHIVE_DIR'." >> "$LOG_FILE"
      fi
    fi
  done
  sleep 5
done

使用 Trap 实现优雅退出

长时间运行的脚本需要一种优雅停止的方式。trap 命令可以捕获信号，例如 SIGINT（按下 Ctrl+C 时触发），并在退出前执行清理函数。这样可以确保脚本记录关闭过程。

这是让脚本达到生产环境要求的关键步骤。

#!/bin/bash

# --- Configuration Variables ---
MONITOR_DIR="/tmp/coddykit_monitor"
ARCHIVE_DIR="/tmp/coddykit_archive"
LOG_FILE="/tmp/coddykit_script.log"

# --- Functions ---
cleanup() {
  echo "$(date): Script received stop signal. Exiting gracefully." >> "$LOG_FILE"
  exit 0 # Exit with success status
}

# --- Trap Signals ---
# Trap SIGINT (Ctrl+C) and call the cleanup function
trap cleanup SIGINT

# Log script start
echo "$(date): Script initialized." >> "$LOG_FILE"

# Ensure monitoring and archive directories exist
mkdir -p "$MONITOR_DIR" || { echo "$(date): ERROR: Cannot create $MONITOR_DIR. Exiting." >> "$LOG_FILE"; exit 1; }
mkdir -p "$ARCHIVE_DIR" || { echo "$(date): ERROR: Cannot create $ARCHIVE_DIR. Exiting." >> "$LOG_FILE"; exit 1; }

echo "$(date): Directories checked/created." >> "$LOG_FILE"

# --- Main Monitoring Loop ---
while true; do
  echo "$(date): Checking for new files in $MONITOR_DIR..." >> "$LOG_FILE"
  for file in $(find "$MONITOR_DIR" -maxdepth 1 -type f -name "*.txt"); do
    if [ -f "$file" ]; then
      LINE_COUNT=$(wc -l < "$file")
      echo "$(date): Found '$file'. Lines: $LINE_COUNT." >> "$LOG_FILE"
      
      mv "$file" "$ARCHIVE_DIR/"
      if [ $? -eq 0 ]; then
        echo "$(date): Moved '$file' to '$ARCHIVE_DIR'." >> "$LOG_FILE"
      else
        echo "$(date): ERROR: Failed to move '$file' to '$ARCHIVE_DIR'." >> "$LOG_FILE"
      fi
    fi
  done
  sleep 5
done

测试高级脚本

现在脚本已经完成，是时候测试它了！通常，您会在后台运行它（例如 ./monitor.sh &），然后在 $MONITOR_DIR 中创建测试文件，并观察 $LOG_FILE 和 $ARCHIVE_DIR。

下面是一段小脚本，您可以运行它来轻松创建供监控脚本使用的测试文件。

#!/bin/bash
# create_test_file.sh

MONITOR_DIR="/tmp/coddykit_monitor"
mkdir -p "$MONITOR_DIR" # Ensure dir exists for this test script

# Create a unique test file
TEST_FILE="$MONITOR_DIR/test_log_$(date +%Y%m%d_%H%M%S).txt"
echo "This is a test entry." > "$TEST_FILE"
echo "Another line for testing." >> "$TEST_FILE"
echo "Created new test file: $TEST_FILE"

复习脚本逻辑

我们的高级脚本结合了许多概念。让我们快速复习一下使用过的核心命令和结构。

请思考每个命令在实现项目目标的过程中所发挥的作用。

拓展：调度与自定义

此脚本设计为持续运行。在实际场景中，您可以使用 nohup ./script.sh & 在后台运行它，或者更常见的是使用 Cron 定期调度它。

请记住，Cron 非常适合自动执行此类任务。您可以将其设置为每隔几分钟运行一次，按需检查目录并处理文件。

您可以考虑进行以下自定义：

处理不同类型的文件。
执行不同的操作（例如压缩文件、上传到云端）。
添加更高级的错误报告功能（例如通过电子邮件发送提醒）。

项目回顾与后续步骤

恭喜您！您刚刚完成了一个高级 Bash 脚本项目，将各种 Linux 命令和脚本编程技术结合了起来。

您已经学会：

构建稳健的长时间运行脚本。
使用变量进行配置。
实现持续监控的循环。
组合使用 find、wc 和 mv 等命令。
使用 trap 添加错误处理和优雅退出功能。

这个项目为构建更复杂的自动化解决方案打下了坚实基础。请继续尝试和实践！

常见问题解答

「高级脚本编写项目」课时是免费的吗？

是的 — 「高级脚本编写项目」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 DevOps Bootcamp 课程的其余内容，请升级到 CoddyKit PRO。 DevOps Bootcamp 课程共包含 4 节课。

「高级脚本编写项目」这节课中我会学到什么？

完成一个综合项目，整合从命令行工具到高级 Bash 脚本技术的全部已学概念。你通过在浏览器中直接运行的动手代码来练习 DevOps Bootcamp，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 DevOps Bootcamp 需要有经验吗？

无需任何先前经验。CoddyKit 上的 DevOps Bootcamp 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 3 节课，共 4 节。

「高级脚本编写项目」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 DevOps Bootcamp 课中编写并运行代码吗？

能。每节 DevOps Bootcamp 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 DevOps Bootcamp