一、統計出/etc/passwd檔案中其預設shell為非/sbin/nologin的使用者個數,並將使用者都顯示出來
[root@centos7 ~]# echo "一共`cat /etc/passwd |grep -v '/sbin/nologin' | wc -l`個,分別是:";cat /etc/passwd |grep -v '/sbin/nologin' |cut -d: -f1
一共5個,分別是:
root
sync
shutdown
halt
chen
二、查出使用者uid最大值的使用者名稱、uid及shell型別[root@centos7 ~]# cat /etc/passwd |cut -d: -f1,3,7 |sort -t: -k2 -nr |head -n1
nfsnobody:65534:/sbin/nologin
或者
[root@centos7 ~]# cat /etc/passwd |cut -d: -f1,3,7 |sort -t: -k2 -n |tail -n1
nfsnobody:65534:/sbin/nologin
三、統計當前連線本機的每個遠端主機ip的連線數,並按從大到小排序[root@centos7 ~]# ss -atun |grep 'estab' |tr -s " " |cut -d" " -f5 |cut -d: -f1 |sort |uniq -c |sort -nr
1 192.168.150.128
四、編寫指令碼disk.sh,顯示當前硬碟分割槽中空間利用率最大的值[root@centos7 ~]# vim disk.sh
#!/bin/bash
#diskmaxused=`df -h |grep '^/dev/sd' |tr -s ' ' % |cut -d% -f5 | sort -nr |head -n1`
echo "當前硬碟分割槽中空間利用率最大的值:$diskmaxused"
[root@centos7 ~]# sh disk.sh
當前硬碟分割槽中空間利用率最大的值:15
五、編寫指令碼 systeminfo.sh,顯示當前主機系統資訊,包括:主機名,ipv4位址,作業系統版本,核心版本,cpu型號,記憶體大小,硬碟大小#!/bin/bash
#echo "----------當前主機系統資訊----------"
echo "主機名: `hostname`"
echo "作業系統版本: `cat /etc/redhat-release`"
echo "核心版本: `uname -r`"
echo "cpu型號: `lscpu |grep 'model name' |tr -s ' ' |cut -d: -f2`"
echo "記憶體大小為: `free -h |grep mem |tr -s ' ' : |cut -d: -f2`"
echo "硬碟大小為: `lsblk |grep '^sd' |tr -s ' ' |cut -d' ' -f4`"
[root@centos7 ~]# sh systeminfo.sh
----------當前主機系統資訊----------
主機名: centos7.blaine.com
作業系統版本: centos linux release 7.6.1810 (core)
核心版本: 3.10.0-957.el7.x86_64
cpu型號: amd ryzen 5 5600x 6-core processor
記憶體大小為: 1.8g
硬碟大小為: 200g
第四周學習
方法的結構 方法包括方法頭和方法體。方法頭包括方法的返回型別 有無 方法名稱和引數。方法體包括可執行 的語句序列。方法體內部的 執行 方法體是乙個塊。塊可以包含本地變數 控制流結構 方法呼叫 內嵌的塊。本地變數 用於儲存本地的或臨時的計算資料。存在性和生存週期僅限於建立他的塊及內嵌的塊。本地變數值型...
機器學習第四周
好,下面來總結一下學習內容。一開始就講了non linear hypothesis 非線性估計 這是當資料無法用簡單的線性模型處理的時候採用的方法,然後andrew就開始講神經網路了,這一周的內容沒有很詳細,就是大概地讓你知道一下神經網路,產生乙個初步的印象。還是先來把用到的符號交代了吧。符號含義 ...
模仿學習(第四周)
在傳統的強化學習任務中,通常通過計算累積獎賞來學習最優策略 policy 這種方式簡單直接,而且在可以獲得較多訓練資料的情況下有較好的表現。然而在多步決策 sequential decision 中,學習器不能頻繁地得到獎勵,且這種基於累積獎賞及學習方式存在非常巨大的搜尋空間。而模仿學習 imita...