脚本语言

这一课你将能做到

1. 用 Bash 脚本完成项目构建、日志清理、服务器健康检查的自动化
2. 用 Python 编写调用云厂商 API 的工具脚本，处理 JSON/CSV 数据
3. 能在 Java/Bash/Python 之间选对场景：什么时候用 Java 写业务，什么时候用脚本写运维

为什么要学

你已经学会了 Git 和 Linux，但每次部署还是手动敲命令？那说明你缺一门「胶水语言」——把各种工具串起来的能力。对 Java 后端来说，Bash 是服务器上的必备技能（因为服务器只有 shell），Python 是复杂运维任务的放大器（处理数据、调用 API、写工具）。

人话：Java 适合做「重活」（业务逻辑、高并发），但写个脚本删三天前的日志、拉阿里云 ECS 列表、批量处理 JSON，用 Java 就太重了。DevOps 讲究「选对工具做小事」，脚本语言就是专门用来写这类「小事」的，而且几分钟就能跑起来。

先建立图像

运维自动化的三层能力：

手动 SSH 敲命令                    ← 已学（第 2 课）
    │
    ▼ 把命令固化成文件
Bash 脚本（部署、检查、清理）        ← 本课第一层
    │
    ▼ 需要条件判断、循环、API 调用
Python 脚本（复杂逻辑、数据处理）     ← 本课第二层
    │
    ▼ 需要类型安全、长时间运行、高并发
Go 程序（基础设施级工具）            ← 进阶时了解

代码量与运行时间对比：
任务                  Bash    Python    Java
清理三天前的日志       3行      10行      50行+
部署脚本              30行     40行      200行+
调用阿里云 API 查资源    难       20行      80行+

跟着做

步骤 1：写第一个 Bash 部署脚本

把第 1 课的 deploy.sh 扩展为可用版本：

#!/bin/bash
set -euo pipefail    # e=遇错退出 u=未定义变量报错 pipefail=管道失败传递

APP_NAME="myapp"
JAR_FILE="target/${APP_NAME}-0.0.1-SNAPSHOT.jar"
SERVER="appuser@1.2.3.4"
REMOTE_DIR="/opt/${APP_NAME}"
BACKUP_DIR="/opt/backups"

echo "=== 1. 本地构建 ==="
mvn clean package -DskipTests -q

if [[ ! -f "$JAR_FILE" ]]; then
    echo "构建失败：找不到 $JAR_FILE" >&2
    exit 1
fi

echo "=== 2. 备份旧版本 ==="
ssh "$SERVER" "mkdir -p ${BACKUP_DIR} && cp -v ${REMOTE_DIR}/app.jar ${BACKUP_DIR}/app-$(date +%Y%m%d%H%M).jar || true"

echo "=== 3. 上传新版本 ==="
scp "$JAR_FILE" "$SERVER:${REMOTE_DIR}/app.jar"

echo "=== 4. 远程重启并验证 ==="
ssh "$SERVER" << 'REMOTE'
    sudo systemctl restart myapp
    sleep 5
    if curl -sf http://localhost:8080/actuator/health; then
        echo "部署成功"
    else
        echo "健康检查失败，准备回滚" >&2
        exit 1
    fi
REMOTE

运行前记得：chmod +x deploy.sh，脚本里所有 "" 不要省，否则路径含空格会炸。

步骤 2：Bash 日志清理脚本

#!/bin/bash
# 清理 /var/log/myapp 下超过 7 天的日志，保留压缩文件
LOG_DIR="/var/log/myapp"
KEEP_DAYS=7

# find 的基本语法：在目录里找，条件 -mtime +天数 -type f，动作 -delete/-exec
echo "正在清理 ${KEEP_DAYS} 天前的日志..."
find "$LOG_DIR" -name "*.log" -type f -mtime +$KEEP_DAYS -print
delete_count=$(find "$LOG_DIR" -name "*.log" -type f -mtime +$KEEP_DAYS -delete | wc -l)

# 磁盘使用率大于 85% 时报警
usage=$(df -h "$LOG_DIR" | awk 'NR==2 {gsub(/%/,""); print $5}')
if [[ "$usage" -gt 85 ]]; then
    echo "ALERT: 磁盘使用率 ${usage}%，请立即检查 ${LOG_DIR}" >&2
    # 可以接 webhook 发到钉钉/飞书
fi

步骤 3：Python 调用阿里云 API 查 ECS 实例

#!/usr/bin/env python3
# pip install alibabacloud-ecs20140526
import json
from alibabacloud_ecs20140526 import Client
from alibabacloud_tea_openapi import models as open_api_models

def list_instances():
    config = open_api_models.Config(
        access_key_id='YOUR_KEY_ID',       # 实际走环境变量：os.environ['ALICLOUD_ACCESS_KEY']
        access_key_secret='YOUR_SECRET',
        endpoint='ecs-cn-hangzhou.aliyuncs.com'
    )
    client = Client(config)
    resp = client.describe_instances()
    
    for inst in resp.body.instances.instance:
        print(f"{inst.instance_id} | {inst.instance_name} | {inst.public_ip} | {inst.status}")

if __name__ == '__main__':
    list_instances()

Python 的优势：有阿里云官方 SDK，几行代码就拿到数据；同样的功能用 Bash curl + jq 要三四十行还难调试。

步骤 4：Python 处理日志——找出 Spring Boot 报错次数最多的 TOP 10

#!/usr/bin/env python3
from collections import Counter
import re

logfile = 'application.log'
pattern = re.compile(r'ERROR .*? - (.*)')

errors = []
with open(logfile, 'r', encoding='utf-8') as f:
    for line in f:
        m = pattern.search(line)
        if m:
            # 提取异常类名，如 java.sql.SQLException
            err = m.group(1).split(':')[0].strip()
            errors.append(err)

for err, count in Counter(errors).most_common(10):
    print(f"{count:4d}  {err}")

Java 后端写这个要 50 行、编译、打包；Python 直接 python3 parse_log.py，改起来也快。

步骤 5：选择合适的语言

场景	推荐语言	理由
构建打包、SSH 部署、日志清理	Bash	服务器原生，不依赖额外环境
调用云 API、处理 JSON/CSV	Python	库多，写起来快
高并发采集、长时间后台服务	Go	编译型，资源占用低
核心业务、并发处理、团队熟悉	Java	类型安全、生态成熟

讲清楚要点

1. Bash 脚本是必选项不是可选项：你不可能在服务器上装个 JDK 只为了跑一个清理日志的程序。Bash 无处不在，但超过 100 行或需要复杂数据结构的脚本，请切 Python。
2. Python 是运维的瑞士军刀：requests（HTTP）、boto3/alibabacloud（云 API）、pandas（数据处理）、ansible（配置管理）……运维场景几乎都有成熟的库。不需要精通，会用 Google 查 API 就行。
3. set -euo pipefail 是 Bash 的安全底座：-e 遇到错误退出，-u 未定义变量报错，-o pipefail 让管道失败能传递。这三行让你少踩 80% 的坑。
4. 脚本也要写注释和错误处理：不要写成「能用就行的一次性脚本」，运维脚本生命周期很长，半年后你自己都看不懂。
5. 密钥走环境变量，不要硬编码：所有 YOUR_KEY_ID 都要替换为从环境变量读取，脚本里永远不要出现明文密码。

你可能会懵的地方

• Python 2 还是 Python 3？ 必须用 Python 3。Python 2 已于 2020 年停止维护，所有主流 Linux 发行版的默认 python3 都是 3.8+。脚本首行写 #!/usr/bin/env python3 保险。

• Bash 里 "" 和 '' 有什么区别？ "" 内的变量会被展开（echo "$HOME" → /root），'' 内纯文本原样保留。文件名和路径变量永远加 ""，防止空格炸。

• 脚本路径要不要写绝对路径？ 在脚本里调用其他命令时，尽量用绝对路径（/usr/bin/java 而非 java），因为 cron 或 systemd 启动的环境 PATH 可能不一样。或者脚本开头显式 export PATH=/usr/local/bin:$PATH。

• $? 是什么？ 上一条命令的退出码。0 表示成功，非 0 表示失败。if mycmd; then ... fi 就是判断 $? 是否为 0。养成「脚本每一大步都检查是否成功」的习惯。

• cron 定时任务怎么写？ crontab -e 编辑，格式：分 时 日 月 星期 命令。例如每天 3 点清理日志：0 3 * * * /opt/scripts/cleanup.sh >> /var/log/cleanup.log 2>&1。注意 cron 环境变量很少，脚本里 PATH 要写全。

错法对照

错法	问题	正解
Bash 不写 set -e	某条命令失败，脚本继续跑，掩盖问题	set -euo pipefail 放第二行
变量不加引号 rm -rf $dir	dir 为空时变成 rm -rf /	"$dir"
密钥硬编码在脚本里	泄露风险，历史记录永久存在	export ALICLOUD_KEY=xxx 后脚本读环境变量
Python 脚本没有 shebang	直接执行报错	第一行 #!/usr/bin/env python3
Bash 脚本超过 200 行还在硬撑	难维护、难调试、数组弱	切 Python

卡点急救

1. Bash 脚本里中文乱码：脚本保存为 UTF-8，文件头加 export LANG=zh_CN.UTF-8，传输时用 scp -O 或 rsync 保证编码。
2. Python 模块找不到：pip install xxx 装到了用户目录，但脚本用 root 跑的，路径不同。统一用虚拟环境（python3 -m venv venv），或在系统级安装 pip install --system。
3. 脚本在终端能跑，放到 cron 里不行：99% 是 PATH 或工作目录不对。cron 里写绝对路径，或在脚本开头显式 cd /opt/app && export PATH=...。

面试常问

• Bash 里 $* 和 $@ 的区别？ "$*" 把所有参数拼成一个字符串，"$@" 保持每个参数独立。传给其他命令时用 "$@"： mycmd "$@"。

• 怎么让脚本后台长期运行？ 简单场景用 nohup ./script.sh &，但更好的做法是用 systemd 管（像第 2 课管 Java 一样），支持自动重启、日志收集、开机自启。

• Python 做运维有什么优缺点？ 优点：库生态极丰富，写起来快，可读性好；缺点：需要运行时环境（服务器要有 Python），纯计算性能不如 Go/Java。对运维任务来说，开发速度远比运行时性能重要。

自测三问

1. set -euo pipefail 每一部分的作用是什么？缺了 -u 会有什么隐患？
2. 写一条 Bash 命令：找出 /var/log 下大于 100MB 的文件，按大小排序显示前 10 个。
3. 你有一台新服务器需要装 JDK、Nginx、Docker，你会选 Bash 还是 Python 写初始化脚本？为什么？

小结一句话

脚本语言是 DevOps 的效率杠杆：Bash 解决服务器上的「顺手自动化」，Python 解决需要逻辑和数据处理的「复杂自动化」。

延伸

• BashGuide（中文）
• 下一课：网络协议——理解请求从浏览器到 Spring Boot 的完整路径。