使用管道符在PowerShell中进行各种数据操作

最近在培训PowerShell，在讲到Pipeline的时候，对于我这种长期和数据（数据库）打交道的人来说，觉得很实用，所以写此博文，记录一下。

无论是在Linux中写Bash脚本还是在Window上写PowerShell，管道符”|“是一个非常有用的工具。它提供了将前一个命令的输出作为下一个命令的输入的功能。在数据处理中，我们也可以使用管道符对数据进行各种操作。

Import&Export导入导出

先说导入导出是为了能够为接下来的数据处理准备数据。在PowerShell中我们也可以通过各种Get-XXX命令获得各种各样需要的数据，但是并不是所有操作系统和各个版本的PowerShell都支持某个命令的。比如Get-Volume命令，用于获得每个磁盘的信息，但是这个命令不能在Win7下运行，只能在Win8或Win2012Server下运行。

最常见，最简单的外部数据源就是CSV文件了。我们可以使用Export-Csv命令将PowerShell中的对象转换为CSV格式，持久化到磁盘上。比如我们将当前的所有进程信息导出为CSV文件，命令为：

Get-Process | Export-Csv C:\test.csv -Encoding Unicode

（注意，如果是有中文内容建议设置Encoding为Unicode或者UTF8）

Import-Csv命令是导入外部的CSV文件到内存。比较刚才导出的CSV文件，我们接下来要对这个文件进行处理。我们可以将文件的内容保存到变量$data中。命令为：

$data=Import-Csv C:\test.csv -Encoding Unicode

当然，我们也可以先进行类型转换，然后保存。命令为：

$data | ConvertTo-Csv | Out-File C:\test.csv -Encoding utf8

Sorting排序

前面我们已经将CSV的内容载入到$data变量中了，那么如果我们要按照某一个字段排序，可以使用Sort-Object命令。

比如我们要Name这个字段排序，并输出排序后的结果，那么命令为：

$data | Sort-Object Name

也可以简写为：

$data | Sort Name

如果是需要多个字段排序，那么可以将字段列在后面，字段之间用逗号隔开。

$data | Sort Name,Handles

如果是逆向排序，那么需要在字段后面加参数-Descending

$data | Sort Name –Descending

Selecting选取

选取相当于SQL中的SELECT命令。对应的PowerShell命令是Select-Object，可以简写为Select。该命令后面跟上要选取的列名即可。如果是要选取所有的列，也可以使用*表示。

$data | select Name,VM

选取所有列，那么命令就是：

$data | select *

如果是只选取前面几条数据，那么可以使用-First参数。比如我们按Handles排序，只查看头10条进程记录的名字和Handles。命令为：

$data | sort Handles | select Handles,Name -First 10

另外还有参数-Last选取的是最后几条记录，-Skip可以选择跳过一定记录。

Calculate计算列

在SELECT的时候，我们可以使用函数对其中的列进行运算，使用的语法是：

@{ 
  n='New Column Name'; 
  e={ $_.xxxCalc } 
}

其中的$_就是表示当前的记录。

比如VM列记录的是以Byte为单位的数据，我们先新建一列名为”VM(MB)”,其值是换算成MB的结果，那么我们可以写为：

$data | select Name,VM,@{n="VM(MB)";e={$_.VM/1MB}} 

Measuring度量

说度量可能有点不是很清晰，其实就是对应SQL中的聚合函数。比如 SUM, Max,Min之类的，需要使用Measure-Object命令。比如要查看有多少个程序，最小的Handles和最大的Handles，那么命令是：

$data | Measure-Object -Property Handles -Minimum -Maximum

既然说到SQL中的聚合函数，那么自然就会想到另外一个关键字Group By。在PowerShell中也有对应的命令Group-Object。如果我们想要按进程的Name进行分组，查看每个进程名对应的VM总大小。那么我们可以先按Name进行Group：

$data | Group-Object Name

这时我们可以看到系统返回的结果有3列：Count,Name,Group。而我们要进行聚合的VM值是在Group中。这时需要用到前面提到的Select命令。

$data | Group-Object Name | select Name,Count,@{n="TotalVM";e={($_.Group | Measure-Object -Property VM -Sum).Sum}}

Filter过滤

过滤相当于SLQ中的Where语句，在PowerShell中使用Where-Object命令。可以简写为Where，甚至可以简写为”?”。在普通程序里面我们遇到的比较运算和逻辑运算在PowerShell中有所不同，是这样的参数：

Comparison	Case-InSensitive	Case-sensitive
Equality	-eq	-ceq
Inequality	-ne	-cne
Greater than	-gt	-cgt
Less than	-lt	-clt
Greater than or equal to	-ge	-cge
Less than or equal to	-le	-cle
Wildcard equality	-like	-clike

-and 和-or用于逻辑运算。

仍然以前面load的$data为例，我们要查看以W开头的进程的Handles和Name，那么命令为：

$data | ?{ $_.Name -like 'W*'}| select Handles,Name

如果是多个条件，既要以w开头，还要VM大于100M的进程，那么命令为：

$data | ?{ $_.Name -like 'W*' -and $_.VM -gt 100MB}| select Handles,Name,VM

Enumeration枚举

枚举相当于C#中的Foreach函数，或者说是SQL中的游标，对于每一行数据，都进行一个运算或者函数处理。在PowerShell中对应的命令是ForEach-Object，可以简写为ForEach，还可以进一步简写为”%“。

比如我们要将VM改为MB为单位，可以对每一行数据进行运算：

$data | % {$_.VM=$_.VM/1MB}

运行该命令后我们再查看$data就会发现VM列已经改变了。

另外对于Foreach命令，还有两个比较有用的参数-Begin –End,用于在做For循环之前调用和循环结束后调用。

比如我们想把某一列写入一个文件，我们可以在-Begin时创建文件，记录开始的时间，然后Foreach中Append内容到文件，最后把结束时间写入：

$data | % -Begin { Get-Date | Out-File C:\test.txt } -Process { $_.Name | Out-File C:\test.txt -Append} -End { Get-Date | Out-File C:\test.txt -Append}