在這篇文章里，我們將要一睹能快速分析文本數(shù)據(jù)（如日志，報告等）的最方便工具。很多時候，我們需要的數(shù)據(jù)并不存儲在我們的本機上。所以首先，我們要知道如何鏈接到遠程服務器上并使用它。為此，使用SSH最為合適。（SSH，即Secure Shell,是一個加密網(wǎng)絡協(xié)議，它能讓你在一個不安全的網(wǎng)絡上安全地遠程登陸和使用其他網(wǎng)絡服務）

在Ubuntu的終端你可以用以下幾個命令之一來登陸遠程服務器。

在遠程主機上執(zhí)行命令：

此時，SSH 客戶端就已經(jīng)在Ubuntu的默認程序列表中了。若沒有，你可以在終端嘗試以下命令。

On Windows

1. 運行PuTTY并輸入你的鏈接設置：

2. 點擊Open開啟一個SSH回話。

3. 當打開SSH連接時，你應該會看到一個終端提示讓你輸入用戶名。

4. 接下來，輸入密碼。需要注意的是，當輸入密碼的時，你不會看到游標移動或任何輸入字符（如**）。這是一個標準的PuTTY安全特性。點擊enter。

5. 現(xiàn)在你已經(jīng)可以在終端提示符下使用遠程主機了。

SSH的一個好的特性是可以創(chuàng)建secure tunnels。

On Ubuntu

1. 將遠程主機連接到本地

進入主機1.1.1.1

獲得主機192.168.0.1的權限

操作：

• -R 將遠程主機(服務器)的某個端口轉發(fā)到本地端指定機器的指定端口。執(zhí)行遠程重定向。當你訪問遠程主機的這個端口，就會建立一個SSH隧道，并建立了通向這個主機端口的鏈接。

• -N不執(zhí)行遠程腳本或命令，只在前向端口時使用。

• -f 經(jīng)過遠程系統(tǒng)認證后立即進入后臺模式。

使用ssh隧道一個非常有用的方式就是用于這種通信加密。比如，你在一個開放的網(wǎng)絡中使用，但是你不想別人能夠攔截你的數(shù)據(jù)。

2. 將本地機(客戶機)的某個端口轉發(fā)到遠端指定機器的指定端口

在本機1.1.1.1輸入就會得到訪問遠程主機192.168.0.1的頁面。

操作：

• -L 將本地機(客戶機)的某個端口轉發(fā)到遠端指定機器的指定端口。

反向隧道用于這種情況，你需要訪問一臺被防火墻保護或處于NAT之后的主機。

使用PuTTY的SSH隧道功能

• 在Connection -> SSH -> Tunnels，輸入

• 選擇”Dynamic”，點擊“Add”

• 在會話中輸入目標主機地址并選擇SSH協(xié)議。通過手動輸入已保存的會話名來保存你的選擇。例如：“HostName with ssh tunnel on 22”，點擊“保存”，雙擊會話名，連接成功。

• 當SSH會話建立成功，你可以通過瀏覽器驗證鏈接是否成功。

現(xiàn)在我們連上了主機，已經(jīng)可以操作了。但是一些命令需要root權限。如果主機允許使用root權限，你可以在終端中執(zhí)行：

在輸入root用戶的密碼后，通過終端向遠程主機的鏈接就會被確認，你也獲得了root權限：

我們知道了如何鏈接到主機和獲取必要權限的所有要點，但這還不足以用來分析主機上的數(shù)據(jù)。接下來還要學習在遠程主機上控制、數(shù)據(jù)獲取和獲取的基本命令。

使用文件系統(tǒng)

現(xiàn)在，我們開始學習如何使用文件系統(tǒng)。以下是相應的命令用來：

1. 處理文件和文件夾

新建一個文件夾 dir_name

將dir_name重命名為dir_name2

刪除文件夾/文件

操作：

• -r, -R 處理所有嵌套的子目錄。

• -i 每一個傳輸鏈接移除之前需確認

• -f 若錯誤是因文件不存在導致，則不以false結束，且不詢問是否建立連接

刪除所有以file2015開頭的文件；*表示任意字符，你可以把它用在任何表示缺失字符的地方。

創(chuàng)建文件 file_name.txt

重命名文件

2. 權限

• ls -la 查看目錄下所有文件、文件夾的連接情況及所有權

• -l 關鍵的擴展輸出

執(zhí)行file文件的權限

R 代表dir_name文件夾所有的文件

3. 所有者(Owner)/所屬群組(Group)

為file.txt文件設置所有者和群組

遞歸設置所有者和群組

4. 查看磁盤空間

顯示目前在Linux系統(tǒng)上的文件系統(tǒng)的磁盤使用情況

獲取文件夾大小

獲取文件夾和子目錄的大小

獲取文件大小

下面的命令可以用來獲取主機系統(tǒng)的狀態(tài)：

• 查看內(nèi)存和交換空間的使用情況

• 實時顯示系統(tǒng)中各個進程的資源占用狀況

現(xiàn)在我們已經(jīng)知道如何使用文件系統(tǒng)并獲得我們想要信息。不幸的是，在大部分情況下，這些信息都不便于人們理解。所以要考慮能方便數(shù)據(jù)分析的工具。

分析信息的第一步，就是找到信息。

通過這個命令可以用*符號，如果全名太長或者不知道，這時用

這個例子查詢主機上的認證日志：

一旦找到了文件，通常情況下我們希望查看他們的內(nèi)容。

• 輸出文件內(nèi)容

• 將多個文件合并到制定目錄下的制定文件

除了對文件重定向，也可以對腳本和命令重定向

• 重定向輸出到文件（覆蓋文件）

和的文件內(nèi)容保存到/home/auth.log

從上面的輸出，我們可以看到，有許多冗余的信息。我們可以通過過濾來得到想要的信息。有一個非常有用的用法grep來處理這種情況。語法如下：

• 將cat的output信息過濾，這得到包含some_line的行

Grep也可以應用到命令和腳本中

• 只輸出包含errors的字符串

通過sshd過濾，我們可以打印只關于ssh的認證記錄

我們也可以跟蹤文件更改記錄。例如，當你需要測試網(wǎng)頁時，這將變得非常有用。所以當你查詢?nèi)罩净蛘卟榭葱碌恼J證記錄時，你可以獲取到這樣的信息：

打印制定文件的第三方應用的新記錄

也可以配合Grep來使用

打印包含error的新記錄

接下來讓我們看看tail做了什么。首先設置跟蹤文件

然后利用tail命令

在每個面向主機ssh的新連接建立以后，我們顯示相關信息和認證記錄。

另一個用于分析文件的有用工具是awk. 利用它，我們可以很容易地處理任何一個文件結構。Awk是用于語義搜索和編輯的工具。它可以看做成一種shell形式的awk。運行awk程序有很多種方式。對于一個很短的程序，很容易將其加入運行awk的命令，如下：

我們可以利用awk查看用戶何時連接或加入ssh

另外一個有用的命令是sed. 該命令將文件（默認為標準輸入）復制到標準輸出，利用包含這些命令的腳本編輯這些文件。利用標識符-f命令可以得到sfile文件的鏡像。如果只有-e script選項，-e標識符可以省略。默認情況下-n標識符無效。Script包含編輯命令，每個占一行，格式如下：

Sed命令循環(huán)將輸入字符串轉化，并輸出。

例子：

• 將report.txt文件中所有的John替換為Nick

• 等等。

下面介紹一下一些便于遠程主機操作的有用的命令。Tar和zip對于文檔的操作會節(jié)省空間和流量。常用的命令如下：

對于tar：

• c 用于從創(chuàng)建新的文檔

• z 設置用gzip壓縮

• f 設置文檔文件。

• 對于多級目錄:

• x設置提取文檔

• z設置利用gzip解壓

• f設置文檔文件

對zip：

• 壓縮文件命令：

其中，-d指明目標目錄。

當然，遠程主機的相關任務還需要本地電腦和遠程主機之間的文件傳輸。下面的命令將幫助我們完成這些任務：

• 從本機下載tar

利用awk命令我們已經(jīng)獲得用戶連接時間和斷開時間?，F(xiàn)在我們將這些保存在一個文件中，將其壓縮成tar文件并上傳：

總結

通過這篇文章，我們可以看多CLI的多種用途和它是如何幫助我們進行數(shù)據(jù)科學探究的。多數(shù)讀者肯定在搜索命令行上花了不少的時間。本文旨在幫助理解這些常用的基礎命令。

每一個指令都很有用，它們的合理組合將會形成一個非常強大指令?，F(xiàn)在你可以熟練運用grep，sed和awk等命令。它們將會給你帶來很多機會。

我們希望了解更多讀者平時常用的指令，請在下面留言，繼續(xù)學習這些指令，提升自我。好運！