Shell在大数据的魅力时代：从一点点思路百度大数据面试题

供Linux开发中的同学们，Shell这可以说是一个基本功。

对于同学们的操作和维护。Shell也可以说是一种必要的技能，Shell。对于Release Team，软件配置管理的同学来说。Shell也起到了非常关键的数据。尤其是分布式系统发展的如火如荼，非常多开源项目都开展的如火如荼（好像不是分布式的系统都不好意思拿出来说事）。分布式系统的配置。管理，Shell也起到了非常关键的数据，尽管仅仅是简单的文件拷贝，可是谁让Shell天生是做这些的呢？

当然了，以上不是本文的主题。本文的主题是Shell在大数据分析领域的作用。

看一代经典的百度面试题吧：

对于一个用户日志文件，每行记录了一个用户查询串，长度为1-255字节，共几千万行，请排出查询最多的前100条。 日志能够自己构造。

对于使用C++， Java的同学来说。这个不是说几分钟就能够把可执行的代码搞定的。这个怎么样也得几十行代码吧。

当然了，这个也能够考察一个同学编程，设计的基本能力。

可是我相信。假设你能用Shell来完毕，面试官。或者至少是我，会非常惬意，由于Shell天生就是做这个的：

一行代码搞定：

awk '{print $1}' $file | sort | uniq -c | sort -k1nr | head -n$100

不用操心内存的问题。由于这几千万条数据全然能够装在内存中，并且，如今集群中的可用节点，没有几十G的内存都不好意思活着（当然了假设你们生产环境下的机器还是个位数的内存。那么你们。。。）。

尤其是你上线了自己的某个Feature，可能想非常快的看一下相关的数据，那么把某个时间段的数据拿来分析一下，能够非常好的去评估一下上线Feature的性能，等等。

版权声明：本文博主原创文章，博客，未经同意不得转载。