摘要：Linux，Shell
函数语法
函数就是将一组重复使用Shell语句组合起来一起调用，这样可以省略代码量，类似于alias命令给长shell命令设置别名，不一样的是alias不能传参，而Shell函数可以传参，Shell函数的格式如下
函数名() {
代码块
}
也可以显式申明为function关键字
function 函数名() {
代码块
}
函数调用
函数的调用直接调用函数名和参数，不要要调用$和（）
（1）函数传参
函数传参不需要在函数开头的函数名()的括号中指定参数名甚至类型，圆括号中不需要任何元素，在代码块内部调用$+数字获得入参，相当于函数入参是一个数组，因此对顺序有要求，当参数的位次数大于等于10个以上时需要用${}括起来，这个用法只在函数内生效，和Shell脚本传参的$+数字互不影响
#!/bin/bash
my_func() {
echo $0
echo $1
echo $2
echo $#
}
my_func a b
运行脚本结果如下，可见函数入参是从位置1开始的$1，而#`是函数入参个数
root@ubuntu:~/Shell# bash test.sh
test.sh
a
b
2
如果入参是数组形式，也可以使用$n或者循环迭代获取数组元素
#!/bin/bash
my_func() {
value=1
for i in $@
do
value=$[$value * $i]
done
echo $value
}
array=(5 2 3)
res=`my_func ${array[@]}`
echo $res
运行脚本
root@ubuntu:~/Shell# bash test.sh
30
（2）返回值处理
函数的返回值有两种用法：
- 返回
0~255中的一个整数：函数内使用return + 整数，调用函数结果使用$? - 返回
自定义字符串：函数内使用echo返回值，调用函数使用``获得$()当做命令执行赋给新变量
第一种情况使用return关键字
#!/bin/bash
my_func() {
return 3
}
my_func
res=$?
echo $res
bash test.sh # 3
如果return的值超过255，比如256则实际return的值由从0开始滚动，如果return的值不是整数，则会直接报错
return: a: numeric argument required
第二种情况使用echo关键字
#!/bin/bash
my_func() {
echo $[$1 * 10]
}
res=`my_func 10`
echo $res
bash test.sh # 100
（3）没有返回值
没有返回值通常是代码块内部完成了某个命令，比如
#!/bin/bash
my_func() {
/opt/anaconda3/bin/python job.py $1
}
my_func job1
my_func job2
my_func job3
echo '所有任务完成!'
将一个带有参数的任务包装成一个函数，具体的任务是一个Python脚本（job.py）
#coding=utf-8
import time
import sys
time.sleep(5)
print("{} finished!".format(sys.argv[1]))
执行结果如下，按照同步顺序一个一个执行
root@ubuntu:~/Shell# bash test.sh
job1 finished!
job2 finished!
job3 finished!
所有任务完成!
Shell函数实战
使用Shell函数封装spark-submit任务，将任务的class，启动参数都作为函数参数传入，实现一个Shell脚本第一个job顺序执行
#!/bin/bash
cd /home/PiraRiskScore
start_date=$1
end_date=$2
echo "执行的开始日期为：${start_date}"
echo "执行的结束日期为：${end_date}"
if [ $# -ne 2 ];then
echo "[Usage] 请输入执行的开始时间和结束时间，格式为：yyyy-MM-dd!!!"
exit $#
fi
spark_job() {
echo "--------执行:$1"
sudo -u hdfs spark2-submit \
--class com.example.PiraRiskScore.main.$1 \
--master yarn \
--num-executors $2 \
--executor-cores $3 \
--executor-memory 10G \
--conf spark.yarn.executor.memoryOverhead=12288 \
--conf spark.dynamicAllocation.enabled=false \
--conf spark.network.timeout=300 \
--conf spark.sql.shuffle.partitions=100 \
PiraRiskScore-1.0-SNAPSHOT.jar \
${start_date}
}
while [[ "${start_date}" < "${end_date}" ]]
do
echo "------------开始${start_date}的任务"
spark_job PiraRiskFeature 70 3 && \
spark_job PiraRiskDetail 25 3 && \
spark_job PiraRiskModel 25 3 && \
spark_job PiraRiskScore 25 3 && \
spark_job PiraRiskScoreIndustry 25 3 && \
spark_job PiraRiskRank 25 3 && \
/usr/bin/python push_detail.py $start_date && \
/usr/bin/python push_score.py $start_date && \
/usr/bin/python push_score_industry.py $start_date
if [ $? -ne 0 ];then
echo "------------任务报错:${start_date}"
break
fi
echo "------------完成${start_date}的任务"
start_date=$(date -d "$start_date +1day" +%Y-%m-%d)
done
echo "------------存量${start_date}->${end_date}已经完成"
