Linux学习之管道Pipe

在Linux的shell命名使用中，会经常遇到管道操作符，管道操作是一个非常优秀的设计。今天我们就一起深入的学习下。

管道简介

管道，英文为pipe。这是一个我们在学习Linux命令行的时候就会引入的一个很重要的概念。它的发明人是道格拉斯.麦克罗伊，这位也是UNIX上早期shell的发明人。他在发明了shell之后，发现系统操作执行命令的时候，经常有需求要将一个程序的输出交给另一个程序进行处理，这种操作可以使用输入输出重定向加文件搞定，比如：

$ ls -l /etc/ > etc.txt
$ wc -l etc.txt
234 etc.txt

但是这样未免显得太麻烦了。所以，管道的概念应运而生。目前在任何一个shell中，都可以使用“|”连接两个命令，shell会将前后两个进程的输入输出用一个管道相连，以便达到进程间通信的目的：

$ ls -l /etc/ | wc -l
234

对比以上两种方法，我们也可以理解为，管道本质上就是一个文件，前面的进程以写方式打开文件，后面的进程以读方式打开。这样前面写完后面读，于是就实现了通信。实际上管道的设计也是遵循UNIX的“一切皆文件”设计原则的，它本质上就是一个文件。Linux系统直接把管道实现成了一种文件系统，借助VFS给应用程序提供操作接口。

虽然实现形态上是文件，但是管道本身并不占用磁盘或者其他外部存储的空间。在Linux的实现上，它占用的是内存空间。所以，Linux上的管道就是一个操作方式为文件的内存缓冲区。

基本概念：

• 管道是一种特殊的文件类型，允许一个进程的输出直接作为另一个进程的输入。
• 管道在Unix中通常用竖线符号 | 表示。

工作原理：

• 当创建一个管道时，操作系统会创建一个缓冲区，用于存储从管道一端传入的数据，直到另一端的进程读取这些数据。
• 管道是单向的，数据只能从一个方向流动。

使用场景：

• 管道广泛用于Unix中的命令行操作，通过管道可以将多个命令串联起来，形成一个命令链。
• 例如，ls | grep “txt”命令会先列出当前目录的所有文件和目录，然后通过管道传递给 grep 命令，后者只输出包含”txt”的行。

优点：

• 简化了进程间的通信。
• 增加了命令的灵活性和强大的组合能力。
• 促进了小型、专用程序的使用。

局限性：

• 由于管道是单向的，为了实现双向通信，需要创建两个管道。
• 管道中的数据是暂时的，一旦被读取，就会从管道中消失。

如果说Unix是计算机文明中最伟大的发明，那么，Unix下的Pipe管道就是跟随Unix所带来的另一个伟大的发明。管道所要解决的问题，还是软件设计中老生常谈的设计目标——高内聚，低耦合。它以一种“链式模型”来串接不同的程序或者不同的组件，让它们组成一条直线的工作流。管道是一种高效的进程间通信机制，它通过连接多个命令和程序，使得用户可以构建复杂的数据处理操作。

重定向和管道的区别

乍看起来，管道也有重定向的作用，它也改变了数据输入输出的方向，那么，管道和重定向之间到底有什么不同呢？简单地说：

• 重定向操作符 > 将命令与文件连接起来，用文件来接收命令的输出；
• 管道符 | 将命令与命令连接起来，用第二个命令来接收第一个命令的输出。

如下所示：

command > file
command1 | command1

管道命令

学习管道之前我们先了解一下linux的命令执行顺序。通常情况下，我们在终端只能执行一条命令，然后按下回车执行，那么如何执行多条命令呢？

• 顺序执行多条命令：command1; command2; command3; 简单的顺序指令可以通过;来实现
• 有条件的执行多条命令：which command1 && command2 || command3
  • &&: 如果前一条命令执行成功则执行下一条命令，如果command1执行成功（返回0）,则执行command2
  • ||: 与&&命令相反，执行不成功时执行这个命令
• $?: 存储上一次命令的返回结果

举例：

$ which git > /dev/null && git --help //如果存在git命令，执行git --help命令
$ echo $?

管道是一种通信机制，通常用于进程间的通信（也可通过socket进行网络通信），它表现出来的形式将前面每一个进程的输出（stdout）直接作为下一个进程的输入（stdin）。管道命令使用|作为界定符号，管道命令与上面说的连续执行命令不一样。

• 管道命令仅能处理standard output, 对于standard error output会予以忽略。less, more, head, tail…都是可以接受standard input的命令，所以他们是管道命令。ls, cp, mv并不会接受standard input的命令，所以他们就不是管道命令了。
• 管道命令必须要能够接受来自前一个命令的数据成为standard input继续处理才行。

第一个管道命令

$ ls -al /etc | less

通过管道将ls -al的输出作为下一个命令less的输入，方便浏览。

以less结束的管道（或more，这是个相似的标签页工具）是最常被使用的。这让用户可以阅览尚未显示的大量文字（受可用缓存限制，控制台的屏幕大小、屏幕缓存大小往往有限，不足以一次先输出所有输出内容，也不能自由滚动内容），若少了这工具则这些文字将会卷过终端而无法阅读到。换句话说，他们将程序员从为自己的软件开发分页器的负担中解放了出来：他们只需要把他们的输出用过“管道”导入到less程序中即可，甚至也可以完全不顾分页问题，去假定他们的用户会在需要将输出分页的时候自己去这样做。

选取命令: cut. grep

cut: 从某一行信息中取出某部分我们想要的信息。

• cut -d ‘分隔字符’ -f field：根据-d将信息分隔成数段，-f后接数字表示取出第几段
• cut -c 字符范围。以字符为单位取出固定字符区间的信息

## 打印/etc/passwd文件中以:为分隔符的第1个字段和第6个字段分别表示用户名和家目录
# cat etc/passwd | cut -d ':' -f 1,6
## 打印/etc/passwd文件中每一行的前10个字符：
# cat /etc/passwd | cut -c 1-10

grep: 分析一行信息，如果其中有我们需要的信息，就将该行拿出来

grep [-acinv] [–color=auto] ‘查找字符串’ filename

• -a: 将binary文件以text文件的方式查找数据
• -c: 计算找到’查找字符串’的次数
• -i: 忽略大小写的不同
• -n: 输出行号
  -v: 反向选择，显示没有查找内容的行
• –color=auto: 将找到的关键字部分加上颜色显示

示例：

## 取出含有 fanco 的 /etc/passwd 文件的行
# cat etc/passwd | grep -n -c 'fanco'
# cat etc/passwd | grep -n 'fanco'
# cat etc/passwd | grep -n -v 'fanco'

排序命令：sort, wc, uniq

sort

sort [-fbMnrtuk] [file or stdin]

• -f：忽略大小写的差异，例如 A 与 a 视为编码相同
• -b：忽略最前面的空格部分
• -M：以月份的名字来排序，例如 JAN, DEC 等等的排序方法
• -n：使用『纯数字』进行排序默认是以文字型态来排序的)
• -r：反向排序
• -u：就是 uniq，相同的资料中，仅出现一行代表
• -t：分隔符号，预设是用 [tab] 键来分隔
• -k：以那个区间 (field) 来进行排序的意思

示例：

## 对 /etc/passwd 的账号进行排序
# cat /etc/passwd | sort
## 通过 /etc/passwd 第 5 列来进行排序
# cat etc/passwd | sort -t ':' -k 3
## 这里排序还是按照文字进行排序的，切换成数字排序
# cat etc/passwd | sort -t ':' -k 3 -n

uniq

uniq [-ic]

• -i：忽略大小写的不同
• -c：进行计数

示例：

## 使用 last 取出历史登录信息的账号，排序，去重
# last | cut -d ' ' -f 1 | sort | uniq -c

wc

• wc [-lwm]
• -l：仅列出行
• -w：仅列出多少字(英文单字)
• -m：多少字符

示例：

## 查看 etc/passwd 中有多少账号
# cat /etc/passwd | wc -l
## 计算最近登录系统的人次
# last | grep [a-zA-Z] | grep -v 'wtmp' | wc -l
## 查看某个文件的行数字数字符数
# cat etc/passwd | wc

双向重定向命令：tee

tee：在数据流的处理过程中将某段信息保存下来，使其既能输出到屏幕又能保存到某一个文件中。

tee [-a] file

• -a: 以累加的方式，将数据加入 file 中

示例：

## 查询最近用户登录情况，并将其保存到文件中
# last | tee info | cut -d ' ' -f 1
# less info

如果 tee 后接的文件已存在，内容会被覆盖掉，加上 -a 参数则会累加

字符转换命令：tr, col, join, paste, expand

tr：用来删除一段信息当中的文字，或者进行文字信息得替换

tr [-ds] set

• -d: 删除信息当中的 set1 这个字符串
• -s: 替换掉重复的字符

示例：

## 将上一步生成的 info 文件删除掉所有的 root
# cat info | tr -d 'root'
## 删除时并不是只删除连续的字符，reboot 也被删除掉了 root 部分
## 除去 dos 文件留下来的 ^M 符号，^M 可以用 \r 替代
$ cat /root/passwd | tr -d '\r' > /root/passwd.linux

col

col 经常被用于将 manpage 转存为纯文本文件

col [-xb]

• -x：将 tab 键换成对等的空格键
• -b: 在文字内有反斜杠 (/) 时，仅保留反斜杠最后接的那个字符

示例：

## 将上图中的 ^I 换成空格键
# cat info | col -x | cat -A | more

join: 主要讲两个文件有相同数据的一行, 相同字段放在前面

join [-ti12] file1 file2

• -t: join 默认以空格符分隔数据，并且对比第一个字段的数据, 如果两个文件相同，则将两条数据连成一行
• -i: 忽略大小写的差异
• -1: 说明第一个文件通过那个字段来进行分析
• -2: 说明第二个文件通过那个字段来分析

示例：

## 将 /etc/passwd 与 /etc/shadow 相关数据整合成一列
# head -3 /etc/passwd /etc/shadow
## 将 etc/passwd 按：分隔的第 4 个字段与 etc/group 的第 3 个字段比较，如果相同，则将他两同行数据放在一起
# join -t ':' -1 4 /etc/passwd -2 3 /etc/group

paste: 直接将两个文件两行贴在一起，中间以 [tab] 键隔开

paste [-d] file1 file2

• -d: 后面可以接分隔字符，默认以 [tab] 来分隔的
• -: 如果 file 部分写成 -，表示接受 standard input 数据的意思

示例：

# paste info info2

expand: 把 tab 键转为空格键

expand [-t] file

• -t: 后面接数字，一般，一个 tab 可以用 8 个空格代替，可以自行定义代表几个空格

示例：

# cat info | expand -3 info

切割命令：split

split：顾名思义，讲一个大文件依据文件大小或行数切割成为小文件

• split [-bl] file prefix
• -b: 后面可接欲切割文件的大小，可加单位，例如 b, k, m 等
• -l: 以行数来进行切割
• PREFIX: 代表前导符，可作为切割文件的前导文字

示例：

$ split -b 300K /etc/passwd

管道的原理

Shell中通过fork+exec创建子进程来执行命令。如果是含管道的Shell命令，则管道前后的命令分别由不同的进程执行，然后通过管道把两个进程的标准输入输出连接起来，就实现了管道。

例如：

grep "error" minicom.log | awk '{print $1}'

这句命名的作用非常简单，

• 通过grep命令在log中检索含有error关键字的行
• 通过awk命令打印grep的输出结果中每一行的第一个字段

在Shell中要实现这样的效果，有4个步骤：

• 创建pipe
• fork两个子进程执行grep和awk命令
• 把grep子进程的标准输出、标准错误重定向到管道数据入口
• 把awk子进程的标准输入重定向到管道数据出口

这样就实现了Shell管道：grep把结果输出到管道，awk从管道获取数据。

PIPE和FIFO

PIPE（管道）和FIFO（先进先出队列）都是在Unix和类Unix系统中用于进程间通信的机制，但它们在工作方式和用途上有一些区别：

PIPE（管道）

定义：PIPE是一种典型的Unix进程间通信机制，允许数据流从一个进程流向另一个进程。

特点：

• 通常是匿名的，即没有具体的文件名与之关联。
• 主要用于父子进程或者相关进程之间的通信。
• 是半双工的通信方式，数据只能单向流动。
• 通常在命令行中使用管道符号|创建，例如ls | grep txt。

FIFO（先进先出队列）

定义：FIFO，也称为命名管道，是一种特殊类型的文件，用于在不相关的进程之间进行通信。

特点：

• 与PIPE不同，FIFO有具体的文件名，位于文件系统中。
• 可以被不相关的进程打开进行读写，实现进程间通信。
• 也是半双工的通信方式，但可以通过创建两个FIFO文件来实现全双工通信。
• 使用mkfifo命令在Unix系统中创建。

对比

• 应用场景：PIPE通常用于有关联的进程（如父子进程）之间的通信，而FIFO用于不相关的进程间通信。
• 创建方式：PIPE是在进程创建时由操作系统隐式创建的，通常用于临时通信；FIFO是显式创建在文件系统中的，适用于更持久的通信需求。
• 命名：PIPE一般是匿名的，而FIFO有具体的文件名。
• 通信方式：两者都是半双工通信，但FIFO可以通过创建两个命名管道来模拟全双工通信。

总的来说，虽然PIPE和FIFO在基本原理上相似（都是基于管道的通信机制），它们在使用场景和实现方式上各有特点。PIPE适用于临时、快速的通信，特别是在有关联的进程之间；而FIFO则更适用于长期、稳定的通信，特别是在不相关的进程之间。