[[236575]]

進入這個古怪而神奇的 Bash 數組的世界。

盡管軟件工程師常常使用命令行來進行各種開發，但命令行中的數組似乎總是一個模糊的東西（雖然不像正則操作符 =~ 那么復雜隱晦）。除開隱晦和有疑問的語法，Bash 數組其實是非常有用的。

稍等，這是為什么？

寫 Bash 相關的東西很難，但如果是寫一篇像手冊那樣注重怪異語法的文章，就會非常簡單。不過請放心，這篇文章的目的就是讓你不用去讀該死的使用手冊。

真實（通常是有用的）示例

為了這個目的，想象一下真實世界的場景以及 Bash 是怎么幫忙的：你正在公司里面主導一個新工作，評估并優化內部數據管線的運行時間。首先，你要做個參數掃描分析來評估管線使用線程的狀況。簡單起見，我們把這個管道當作一個編譯好的 C++ 黑盒子，這里面我們能夠調整的唯一的參數是用于處理數據的線程數量：./pipeline --threads 4。

基礎

我們首先要做的事是定義一個數組，用來容納我們想要測試的 --threads 參數：

allThreads=(1 2 4 8 16 32 64 128)

本例中，所有元素都是數字，但參數并不一定是數字，Bash 中的數組可以容納數字和字符串，比如 myArray=(1 2 "three" 4 "five") 就是個有效的表達式。就像 Bash 中其它的變量一樣，確保賦值符號兩邊沒有空格。否則 Bash 將會把變量名當作程序來執行，把 = 當作程序的***個參數。

現在我們初始化了數組，讓我們解析它其中的一些元素。僅僅輸入 echo $allThreads ，你能發現，它只會輸出***個元素。

要理解這個產生的原因，需要回到上一步，回顧我們一般是怎么在 Bash 中輸出變量。考慮以下場景：

type="article"
echo "Found 42 $type"

假如我們得到的變量 $type 是一個單詞，我們想要添加在句子結尾一個 s。我們無法直接把 s 加到 $type 里面，因為這會把它變成另一個變量，$types。盡管我們可以利用像 echo "Found 42 "$type"s" 這樣的代碼形變，但解決這個問題的***方法是用一個花括號：echo "Found 42 ${type}s"，這讓我們能夠告訴 Bash 變量名的起止位置（有趣的是，JavaScript/ES6 在 template literals 中注入變量和表達式的語法和這里是一樣的）

事實上，盡管 Bash 變量一般不用花括號，但在數組中需要用到花括號。這反而允許我們指定要訪問的索引，例如 echo ${allThreads[1]} 返回的是數組中的第二個元素。如果不寫花括號，比如 echo $allThreads[1]，會導致 Bash 把 [1] 當作字符串然后輸出。

是的，Bash 數組的語法很怪，但是至少他們是從 0 開始索引的，不像有些語言（說的就是你，R 語言）。

遍歷數組

上面的例子中我們直接用整數作為數組的索引，我們現在考慮兩種其他情況：***，如果想要數組中的第 $i 個元素，這里 $i 是一個代表索引的變量，我們可以這樣 echo ${allThreads[$i]} 解析這個元素。第二，要輸出一個數組的所有元素，我們把數字索引換成 @ 符號（你可以把 @ 當作表示 all 的符號）：echo ${allThreads[@]}。

遍歷數組元素

記住上面講過的，我們遍歷 $allThreads 數組，把每個值當作 --threads 參數啟動管線：

for t in ${allThreads[@]}; do
  ./pipeline --threads $t
done

遍歷數組索引

接下來，考慮一個稍稍不同的方法。不遍歷所有的數組元素，我們可以遍歷所有的索引：

for i in ${!allThreads[@]}; do
  ./pipeline --threads ${allThreads[$i]}
done

一步一步看：如之前所見，${allThreads[@]} 表示數組中的所有元素。前面加了個感嘆號，變成 ${!allThreads[@]}，這會返回數組索引列表（這里是 0 到 7）。換句話說。for 循環就遍歷所有的索引 $i 并從 $allThreads 中讀取第 $i 個元素，當作 --threads 選項的參數。

這看上去很辣眼睛，你可能奇怪為什么我要一開始就講這個。這是因為有時候在循環中需要同時獲得索引和對應的值，例如，如果你想要忽視數組中的***個元素，使用索引可以避免額外創建在循環中累加的變量。

填充數組

到目前為止，我們已經能夠用給定的 --threads 選項啟動管線了。現在假設按秒計時的運行時間輸出到管線。我們想要捕捉每個迭代的輸出，然后把它保存在另一個數組中，因此我們最終可以隨心所欲的操作它。

一些有用的語法

在深入代碼前，我們要多介紹一些語法。首先，我們要能解析 Bash 命令的輸出。用這個語法可以做到：output=$( ./my_script.sh )，這會把命令的輸出存儲到變量 $output 中。

我們需要的第二個語法是如何把我們剛剛解析的值添加到數組中。完成這個任務的語法看起來很熟悉：

myArray+=( "newElement1" "newElement2" )

參數掃描

萬事具備，執行參數掃描的腳步如下：

allThreads=(1 2 4 8 16 32 64 128)
allRuntimes=()
for t in ${allThreads[@]}; do
  runtime=$(./pipeline --threads $t)
  allRuntimes+=( $runtime )
done

就是這個了！

還有什么能做的？

這篇文章中，我們講過使用數組進行參數掃描的場景。我敢保證有很多理由要使用 Bash 數組，這里就有兩個例子：

日志警告

本場景中，把應用分成幾個模塊，每一個都有它自己的日志文件。我們可以編寫一個 cron 任務腳本，當某個模塊中出現問題標志時向特定的人發送郵件：

# 日志列表，發生問題時應該通知的人
logPaths=("api.log" "auth.log" "jenkins.log" "data.log")
logEmails=("jay@email" "emma@email" "jon@email" "sophia@email")
 
# 在每個日志中查找問題標志
for i in ${!logPaths[@]};
do
  log=${logPaths[$i]}
  stakeholder=${logEmails[$i]}
  numErrors=$( tail -n 100 "$log" | grep "ERROR" | wc -l )
 
  # 如果近期發現超過 5 個錯誤，就警告負責人
  if [[ "$numErrors" -gt 5 ]];
  then
    emailRecipient="$stakeholder"
    emailSubject="WARNING: ${log} showing unusual levels of errors"
    emailBody="${numErrors} errors found in log ${log}"
    echo "$emailBody" | mailx -s "$emailSubject" "$emailRecipient"
  fi
done

API 查詢

如果你想要生成一些分析數據，分析你的 Medium 帖子中用戶評論最多的。由于我們無法直接訪問數據庫，SQL 不在我們考慮范圍，但我們可以用 API！

為了避免陷入關于 API 授權和令牌的冗長討論，我們將會使用 JSONPlaceholder，這是一個面向公眾的測試服務 API。一旦我們查詢每個帖子，解析出每個評論者的郵箱，我們就可以把這些郵箱添加到我們的結果數組里：

endpoint="https://jsonplaceholder.typicode.com/comments"
allEmails=()
 
# 查詢前 10 個帖子
for postId in {1..10};
do
  # 執行 API 調用，獲取該帖子評論者的郵箱
  response=$(curl "${endpoint}?postId=${postId}")
  
  # 使用 jq 把 JSON 響應解析成數組
  allEmails+=( $( jq '.[].email' <<< "$response" ) )
done

注意這里我是用 jq 工具 從命令行里解析 JSON 數據。關于 jq 的語法超出了本文的范圍，但我強烈建議你了解它。

你可能已經想到，使用 Bash 數組在數不勝數的場景中很有幫助，我希望這篇文章中的示例可以給你思維的啟發。如果你從自己的工作中找到其它的例子想要分享出來，請在帖子下方評論。

請等等，還有很多東西！

由于我們在本文講了很多數組語法，這里是關于我們講到內容的總結，包含一些還沒講到的高級技巧：

***一點思考

正如我們所見，Bash 數組的語法很奇怪，但我希望這篇文章讓你相信它們很有用。只要你理解了這些語法，你會發現以后會經常使用 Bash 數組。

Bash 還是 Python？

問題來了：什么時候該用 Bash 數組而不是其他的腳本語法，比如 Python？

對我而言，完全取決于需求——如果你可以只需要調用命令行工具就能立馬解決問題，你也可以用 Bash。但有些時候，當你的腳本屬于一個更大的 Python 項目時，你也可以用 Python。

比如，我們可以用 Python 來實現參數掃描，但我們只用編寫一個 Bash 的包裝：

import subprocess
 
all_threads = [1, 2, 4, 8, 16, 32, 64, 128]
all_runtimes = []
 
# 用不同的線程數字啟動管線
for t in all_threads:
  cmd = './pipeline --threads {}'.format(t)
 
  # 使用子線程模塊獲得返回的輸出
  p = subprocess.Popen(cmd, stdout=subprocess.PIPE, shell=True)
  output = p.communicate()[0]
  all_runtimes.append(output)

由于本例中沒法避免使用命令行，所以可以優先使用 Bash。