开头:同一组命令敲第三遍,就该写脚本了
服务器运维里有大量这样的场景:每天登上机器敲同一组命令看服务状态、每周手动删一批旧日志、每次部署都按固定顺序执行十来条命令。第一次敲是熟悉,第二次敲是熟练,同一组操作重复到第三次,就值得把它写成脚本。这不是偷懒,而是运维的基本功:手工操作靠记忆和状态,人一累就漏步骤、敲错参数;脚本把操作固化下来,每次执行都一模一样,出了问题还能回头看脚本本身找原因。
本篇是 Linux 系列的脚本入门,主线是这样的:先立好脚本的骨架规范,再依次过变量、条件、循环、函数这四块语法地基,然后用这些地基拼出两个能直接拿去用的实战脚本——批量巡检和日志清理,最后讲清脚本运行环境与你平时敲命令的交互环境差在哪、常见报错怎么定位。读完这一篇,你应该能独立写出几十行级别的日常运维脚本,而不是每次都去搜索现成的片段拼凑。
一、为什么写脚本:不只是省时间
把重复操作脚本化,收益至少有三层,省时间只是最表面的一层。
| 收益 | 手工操作 | 脚本化之后 |
|---|---|---|
| 一致性 | 每次靠记忆,步骤可能漏、参数可能错 | 每次执行完全相同 |
| 留痕 | 敲过什么命令,关掉终端就忘了 | 脚本文件本身就是操作记录 |
| 可复现 | 换个人、换台机器要重新口述一遍 | 拷过去就能跑,结果可对比 |
| 可调度 | 必须人守在终端前 | 交给 cron 定时自动执行 |
| 可审查 | 出事后无法复盘当时做了什么 | 改脚本走 diff,改动一目了然 |
尤其是最后两点:脚本写好之后,绝大多数的归宿是交给定时任务无人值守地跑(定时任务的配置方法见 定时任务:cron 与 systemd timer),而无人值守恰恰是最怕出错的场景——没有人在旁边看着,一条写错的命令可以安安静静地错一整晚。所以本篇会反复强调两件事:脚本要失败即停,不要带着错误继续往下跑;涉及删除等不可逆操作,要先演练再真删。这两条习惯比任何语法技巧都重要。
二、脚本骨架:先把规矩立好
2.1 shebang:第一行决定用谁解释
每个脚本的第一行都应该是 shebang,它告诉内核用哪个解释器来执行这个文件:
#!/bin/bash写脚本就用 /bin/bash,不要写 /bin/sh。在 Debian/Ubuntu 系的系统上,/bin/sh 指向的是 dash,一个功能精简的 Shell,本篇要用到的 [[ ]]、数组等 Bash 特性在 dash 里统统不存在。脚本在你手里跑得好好的,换个执行方式就报语法错误,十有八九就是 shebang 写成了 sh 或者被人用 sh script.sh 的方式强行调用了——用 sh 调用会直接无视 shebang,这也是要养成 ./script.sh 方式运行习惯的原因之一。
2.2 set 三件套:让脚本失败即停
骨架的第二部分,是紧跟在 shebang 后面的一行:
set -euo pipefail这一行是三个开关的组合,逐个拆开讲:
| 开关 | 作用 | 没有它会怎样 |
|---|---|---|
-e | 任一命令返回非零退出码,脚本立即退出 | 中间步骤失败了还继续往下跑,错误被掩盖 |
-u | 引用未定义的变量直接报错退出 | 变量名打错了展开成空字符串,悄无声息地错下去 |
-o pipefail | 管道里任一命令失败,整个管道算失败 | 只看最后一个命令的退出码,前面的失败被吞掉 |
pipefail 最容易被忽视,举个例子:
grep "error" /var/log/app.log | wc -l如果日志文件根本不存在,grep 会报错退出,但 wc -l 照样能跑出结果(0 行),整个管道的退出码是 wc 的 0,脚本以为一切正常。加上 pipefail 之后,grep 的失败会如实反映到管道退出码上,配合 -e 立即停下。
WARNING
set -e有个众所周知的副作用:在if条件、while条件、&&/||列表里被”测试”的命令失败不会触发退出,这是设计如此,不是 bug。另外它对函数内部的失败传播也有一些反直觉的细节。现阶段记住一条就够了:关键步骤不要只依赖set -e,该显式判断退出码的地方还是要显式判断。
2.3 注释与可执行权限
注释写”为什么”,不写”是什么”。# 删除日志 是废话注释,# 日志盘只有 20G,按保留 14 天折算刚好够用 才是半年后的你真正需要的。代码本身能表达在做什么,只有动机和背景需要写进注释。
脚本存盘后赋予可执行权限,两种运行方式的区别要分清:
chmod +x check.sh
./check.sh # 按 shebang 指定的解释器执行,需要 +x 权限bash check.sh # 显式用 bash 执行,不需要 +x,但同样无视 shebang 以外的差异日常自己跑用哪种都行,但写进 cron 或被其他程序调用时,统一用 ./script.sh 或绝对路径调用,让 shebang 生效。
三、变量:九成脚本 bug 出在引号上
3.1 赋值与引用
Bash 变量赋值有一个对新手极不友好的规矩:等号两边不能有空格。
NAME="web-server" # 对NAME = "web-server" # 错:会被理解成运行名为 NAME 的命令echo "$NAME"引用变量时用 $NAME 或 ${NAME},后者在变量名后面紧跟其他字符时必须用,比如 ${NAME}_01。变量名全大写只是约定(为了和系统环境变量风格一致),不是语法要求。
3.2 引号纪律
这是 Bash 脚本最重要的一条纪律:变量展开默认要加双引号,不加引号的展开会经历分词和通配符扩展,是脚本 bug 的头号来源。
FILE="my log.txt"
rm $FILE # 错:被拆成两个参数,删的是 my 和 log.txtrm "$FILE" # 对:整体作为一个参数三种引号的区别一次说清:
| 写法 | 变量展开 | 说明 |
|---|---|---|
"$VAR" | 展开,且整体算一个参数 | 默认就用这个 |
'$VAR' | 不展开,原样输出 $VAR | 需要字面量时用 |
$VAR | 展开后还会分词、扩展通配符 | 除非明确需要分词,否则别用 |
单引号里一切都是字面量,连反斜杠都不转义;双引号里只有 $、反引号、\ 等少数符号保留特殊含义。记不住细节没关系,记住默认动作是双引号,就避开了绝大多数坑。
3.3 位置参数与特殊变量
脚本被调用时传入的参数,通过一组特殊变量读取:
| 变量 | 含义 |
|---|---|
$0 | 脚本自身的路径/名字 |
$1、$2…… | 第 1、第 2 个参数 |
$# | 参数个数 |
$@ | 全部参数,每个参数独立 |
$* | 全部参数,拼成一整个字符串 |
$? | 上一条命令的退出码 |
$$ | 当前脚本的进程 PID |
$@ 和 $* 的区别只在加引号时才显现,也是最容易踩的一处:
show() { echo "用 \$@ 收到 $# 个参数"}
wrap() { show "$@" # 对:参数逐个原样传递 show "$*" # 错:所有参数被拼成一个字符串传过去}转发参数一律用 "$@",这是没有例外的规矩。$* 的正确用途基本只剩下把参数拼起来打日志。
3.4 环境变量、局部变量与只读
用 export 导出的变量会传给子进程,没导出的只是脚本内部变量。系统层面的 PATH、HOME 都是环境变量。还有一个 readonly 可以把变量锁死防止误改,了解即可,日常脚本用得不多:
readonly CONF="/etc/myapp.conf"四、条件判断:退出码是一切的基础
4.1 先理解退出码
Linux 里每个命令结束时都会返回一个 0 到 255 的整数:0 表示成功,非 0 表示各种失败。条件判断的本质,就是在读这个数字。用 $? 可以手动读它,但注意 $? 读一次就被刷新,连续判断时要先存下来:
systemctl is-active --quiet nginxif [ $? -eq 0 ]; then echo "nginx 正在运行"fi更常见的写法是直接把命令写进 if,让 if 自己去读退出码,上面那段等价于:
if systemctl is-active --quiet nginx; then echo "nginx 正在运行"fi4.2 test 的三种写法
专门做条件测试的是 test 命令,它有三种形态:
| 写法 | 说明 |
|---|---|
test 表达式 | 最原始,少用 |
[ 表达式 ] | POSIX 通用,括号两边必须有空格 |
[[ 表达式 ]] | Bash 增强版,支持模式匹配和正则,推荐 |
[[ ]] 里可以用 == 做通配符模式匹配、用 =~ 做正则匹配,而且内部不会发生分词,所以变量可以不加引号(但加上也无妨)。本篇统一用 [[ ]]。
4.3 三类判断对照表
| 类别 | 常用判断 | 含义 |
|---|---|---|
| 字符串 | [[ $A == "start" ]] | 相等 |
| 字符串 | [[ -z $A ]] / [[ -n $A ]] | 为空 / 非空 |
| 数字 | [[ $N -eq 10 ]] | 等于(数字比较用 -eq,不要用 ==) |
| 数字 | -ne -gt -ge -lt -le | 不等、大于、大于等于、小于、小于等于 |
| 文件 | [[ -f $P ]] / [[ -d $P ]] | 是普通文件 / 是目录 |
| 文件 | [[ -e $P ]] / [[ -x $P ]] | 存在 / 可执行 |
| 文件 | [[ $A -nt $B ]] | A 比 B 新 |
数字比较和字符串比较的符号是两套,混用是新手常见错误:[[ 10 == 010 ]] 按字符串比是不相等,[[ 10 -eq 010 ]] 按数字比——注意 -eq 还会把 010 当八进制解析,结果更出人意料。日常脚本里数字比较老老实实用 -eq 系列,比较的字符串别带前导零。
4.4 if 与 case
多分支判断,值少而明确时用 case 比一串 elif 清爽得多,服务管理脚本里很常见:
ACTION="${1:-}"
case "$ACTION" in start) echo "启动服务" ;; stop) echo "停止服务" ;; *) echo "用法:$0 {start|stop}" >&2 exit 1 ;;esac注意 ${1:-} 这个写法:它表示”如果 $1 未定义就用空字符串”。在开了 set -u 的脚本里,直接引用不存在的 $1 会当场报错退出,用这个默认值写法可以安全地处理”没传参数”的情况,这是 set -u 配套的基本功。
五、循环:遍历与逐行读取
5.1 for 遍历列表
for SVC in nginx mysql redis; do echo "检查服务:$SVC"done遍历文件时让通配符来展开,不要去解析 ls 的输出:
for F in /var/log/myapp/*.log; do echo "处理:$F"done解析 ls 输出在文件名带空格时必然翻车,而通配符展开是 Shell 原生机制,每个文件名都是独立的一项,天然安全。
5.2 while 逐行读文件
逐行处理文件内容(比如一份服务器清单)用 while read:
while IFS= read -r LINE; do [[ -z "$LINE" ]] && continue echo "读取到:$LINE"done < hosts.txt三个细节缺一不可:IFS= 防止行首行尾空白被吃掉,-r 防止反斜杠被当转义,输入重定向 < hosts.txt 让循环在本 Shell 里运行。反例是用管道 cat hosts.txt | while ...,管道会让循环体跑在子 Shell 里,循环里改的变量出了循环就消失,是经典的隐形坑。
循环控制就两个词:break 跳出整个循环,continue 跳过本轮进入下一轮。
六、函数:把重复段落收起来
函数的基本形态:
is_running() { local svc="$1" systemctl is-active --quiet "$svc"}
if is_running nginx; then echo "nginx 正常"fi三个要点:
第一,函数没有形参声明,靠 $1、$2 读传入的参数,和脚本读参数是同一套机制。第二,local 声明的变量只在函数内有效,不加 local 就是全局变量,函数里随手用的计数器污染全局是常见 bug 源,函数内的变量一律加 local。第三,也是最反直觉的一点:return 只能返回 0 到 255 的数字,它返回的是”状态”而不是”数据”。想让函数产出一个字符串结果,惯例是用 echo 输出、调用方用命令替换接住:
today_dir() { echo "/data/backup/$(date +%F)"}
DIR="$(today_dir)"echo "备份目录:$DIR"七、实战脚本一:批量巡检
需求:检查一组关键服务的运行状态,逐个输出结果,最后给一个汇总。把前面几节的东西全用上:
#!/bin/bashset -euo pipefail
SERVICES=(nginx mysql redis-server)FAIL_COUNT=0
check_one() { local svc="$1" if systemctl is-active --quiet "$svc"; then echo "[OK] $svc 正在运行" return 0 else echo "[FAIL] $svc 未运行" return 1 fi}
for SVC in "${SERVICES[@]}"; do if ! check_one "$SVC"; then FAIL_COUNT=$((FAIL_COUNT + 1)) fidone
echo "----"echo "共检查 ${#SERVICES[@]} 个服务,异常 $FAIL_COUNT 个"
if [[ $FAIL_COUNT -gt 0 ]]; then exit 1fiexit 0逐段拆解:
SERVICES=(...)是 Bash 数组,遍历时写"${SERVICES[@]}"表示逐个元素展开,${#SERVICES[@]}是元素个数。check_one函数内部用if !包裹调用:因为函数是在条件上下文里被调用的,set -e不会因为某个服务没运行就把脚本掐断,我们才能把所有服务都检查完再汇总。这正是前面 warning 里说的”set -e在条件里不触发”的那条规则的正当用法。- 脚本最后根据异常数决定退出码:有异常就
exit 1。这一步至关重要——巡检脚本大多被 cron 调用,退出码非零才能触发上层告警(比如 cron 的邮件通知),只打印一行红字却退出 0,等于把报警器拆了。
八、实战脚本二:日志清理
需求:删除指定日志目录下 14 天以前的 .log 文件。这类脚本最能体现”先演练再真删”的纪律,我们分两步写。
第一步永远是演练版——只找出来打印,绝不删除:
#!/bin/bashset -euo pipefail
LOG_DIR="/var/log/myapp"KEEP_DAYS=14
find "$LOG_DIR" -type f -name "*.log" -mtime +"$KEEP_DAYS" -print人工确认打印出来的列表无误——路径对不对、有没有混进不该删的文件、数量是否符合预期——之后才把 -print 换成删除动作,写成正式版:
#!/bin/bashset -euo pipefail
LOG_DIR="/var/log/myapp"KEEP_DAYS=14
COUNT="$(find "$LOG_DIR" -type f -name "*.log" -mtime +"$KEEP_DAYS" | wc -l)"echo "将清理 $COUNT 个超过 $KEEP_DAYS 天的日志文件"
find "$LOG_DIR" -type f -name "*.log" -mtime +"$KEEP_DAYS" -delete
echo "清理完成,当前磁盘使用情况:"df -h "$LOG_DIR"WARNING删除类脚本上线前,必须逐字核查两个东西:一是目录变量的值,变量为空时拼出的路径可能退化成对根目录或当前目录动手,正式脚本应在开头加一句
[[ -d "$LOG_DIR" ]] || exit 1的存在性校验;二是find的起点和条件,起点写错一位、条件少写一个,删除范围就会整体偏移。先-delete执行,这一步永远不要省。
顺手补上那句校验,脚本开头应该是:
[[ -d "$LOG_DIR" ]] || { echo "目录不存在:$LOG_DIR" >&2; exit 1; }另外说明一句:系统级的日志轮转有专门的 logrotate 在管(日志管理篇里讲过),自己写清理脚本针对的是应用自己吐的、不在 logrotate 管辖内的日志,两者不要混着来。
九、调试:脚本不报错但结果不对时怎么办
脚本跑通了但结果不对,按这个顺序排查:
第一招是 bash -x,把每条命令展开后的实际执行过程打印出来,变量到底变成了什么一清二楚:
bash -x clean.sh也可以在脚本里局部开启:出问题那一段前后加 set -x 和 set +x,只追踪局部,输出不会被淹没。
第二招是最原始的 echo 大法:在关键节点打印变量值。位置选择有讲究——打印在判断之前看”输入”,打印在判断之后看”结论”,两相对照就知道是数据错了还是逻辑错了。
第三招是装一个 shellcheck,它能静态检查出未加引号的变量展开、$* 误用等一大批经典问题,写完脚本先让它扫一遍,能省掉很多低级错误:
shellcheck clean.sh十、脚本与交互环境的差异:本地好好的,cron 里就失败
这是脚本类故障里最高频的一类:脚本在终端里手动跑完全正常,交给 cron 就失败,或者反过来。根源在于两者的运行环境根本不是一回事。
| 差异点 | 交互终端 | cron 等调度环境 |
|---|---|---|
| 环境变量 | 登录时加载了一整套 | 只有极少数几个 |
PATH | 包含 /usr/local/bin 等完整路径 | 通常只有 /usr/bin:/bin |
| 别名与函数 | .bashrc 里的别名、函数都可用 | 完全不存在 |
| 当前目录 | 你登录后所在目录 | 一般是家目录,未必是脚本所在目录 |
结论很直接:脚本里不要依赖别名、不要依赖 .bashrc 的任何东西,关键命令写绝对路径,脚本开头先 cd 到自己所在目录。需要用到的环境变量,在脚本里显式写死或从配置文件读,不要指望环境里”应该有”。
交给 cron 之前,用 env -i 模拟一个干净环境先跑一遍,这是最有效的预检:
env -i /bin/bash /opt/scripts/check.sh能在这个”什么都没有”的环境里跑通,放到 cron 里基本就稳了。cron 的具体配置、定时表达式和 systemd timer 的取舍,见 定时任务:cron 与 systemd timer。
十一、排障速查
| 现象 | 常见原因 | 处理 |
|---|---|---|
| 变量莫名其妙是空的 | 变量名拼错;或在管道子 Shell 里赋值 | 开 set -u 让未定义变量当场报错;改用重定向喂 while |
报错 syntax error near unexpected token 或满屏 $'\r' | 文件是 Windows 的 CRLF 换行 | 用 dos2unix 转换,或编辑器改成 LF |
./xxx.sh: Permission denied | 没加可执行权限 | chmod +x,或用 bash xxx.sh 临时跑 |
报错 bad interpreter: No such file or directory | shebang 路径写错,或 CRLF 导致解释器名带 \r | 检查第一行;先按换行问题排查 |
| 手动跑正常、cron 里失败 | 环境差异:PATH、别名、当前目录 | 按第十节逐项对,env -i 预检 |
| 管道前半段失败却没停 | 没开 pipefail | 骨架里补上 set -o pipefail |
其中 CRLF 那个最阴险:脚本在 Windows 上编辑过再传回服务器,第一行会变成 #!/bin/bash\r,内核要找的解释器名字里多了个回车,于是报出一个驴唇不对马嘴的”解释器不存在”。看到 bad interpreter 先查换行,十有八九就是它。
小结
- 重复三次的操作就写成脚本,图的不只是快,还有一致、留痕和可调度。
- 骨架固定三件:
#!/bin/bash、set -euo pipefail、注释写动机。 - 变量展开默认加双引号,转发参数只用
"$@",这两条避开大半低级 bug。 - 条件判断的本质是读退出码;
[[ ]]做测试,数字和字符串用各自的比较符。 - 函数的
return只回状态码,要产出数据用echo加命令替换;函数内变量一律local。 - 删除类脚本先
-print演练、核查变量与范围,再换成真删,这一步没有例外。 - 脚本默认要跑在”没有别名、没有完整 PATH”的环境里,交付 cron 前先用
env -i预检。
下一篇进入 Shell 环境与效率工具:把 .bashrc、常用别名和命令行编辑技巧收拾利索,让每天敲命令的手先快起来。