Java之怎麼通過java去呼叫並執行shell指令碼以及問題總結（轉）
背景
我們在開發過程中，大部分是java開發， 而在文字處理過程中，主要就是指令碼進行開發。 java開發的特點就是我們可以很早地進行TDDL， METAQ 等等地對接； 而指令碼開發的特點就是在進行批處理的時候非常方便。 前陣子我遇到這麼一個需求場景： 對抓取的資料進行打包， 後來又遇到我要通過指令碼進行抓取，比如nodejs下基於phantomjs的casperjs爬蟲。
解決方法
對於第一個問題：java抓取，並且把結果打包。那麼比較直接的做法就是，java接收各種訊息（db，metaq等等），然後藉助於jstorm叢集進行排程和抓取。 最後把抓取的結果儲存到一個檔案中，並且通過呼叫shell打包， 回傳。 也許有同學會問， 為什麼不直接把java呼叫odps直接儲存檔案，答案是，我們的叢集不是hz叢集，直接上傳odps速度很有問題，因此先打包比較合適。（這裡不糾結設計了，我們回到正題）
java呼叫shell的方法
通過ProcessBuilder進行排程
這種方法比較直觀，而且引數的設定也比較方便， 比如我在實踐中的程式碼(我隱藏了部分業務程式碼)：
ProcessBuilderpb = new ProcessBuilder(“./” + RUNNING_SHELL_FILE, param1,
param2, param3);
pb.directory(new File(SHELL_FILE_DIR));
int runningStatus = 0;
String s = null;
try {
Process p = pb.start();
try {
runningStatus = p.waitFor();
} catch (InterruptedException e) {
}
} catch (IOException e) {
}
if (runningStatus != 0) {
}
return;
這裡有必要解釋一下幾個引數：
RUNNING_SHELL_FILE：要執行的指令碼
SHELL_FILE_DIR：要執行的指令碼所在的目錄； 當然你也可以把要執行的指令碼寫成全路徑。
runningStatus：執行狀態，0標識正常。 詳細可以看java文件。
param1, param2, param3：可以在RUNNING_SHELL_FILE指令碼中直接通過1,2,$3分別拿到的引數。
直接通過系統Runtime執行shell
這個方法比較暴力，也比較常用， 程式碼如下：
p = Runtime.getRuntime().exec(SHELL_FILE_DIR + RUNNING_SHELL_FILE + ” “+param1+” “+param2+” “+param3);
p.waitFor();
我們發現，通過Runtime的方式並沒有builder那麼方便，特別是引數方面，必須自己加空格分開，因為exec會把整個字串作為shell執行。
可能存在的問題以及解決方法
如果你覺得通過上面就能滿足你的需求，那麼可能是要碰壁了。你會遇到以下情況。
沒許可權執行
這個情況我們團隊的朱東方就遇到了， 在做DTS遷移的過程中，要執行包裡面的shell指令碼， 解壓出來了之後，發現執行不了。 那麼就按照上面的方法授權吧
java進行一直等待shell返回
這個問題估計更加經常遇到。 原因是， shell指令碼中有echo或者print輸出， 導致緩衝區被用完了! 為了避免這種情況， 一定要把緩衝區讀一下， 好處就是，可以對shell的具體執行狀態進行log出來。 比如上面我的例子中我會變成：
ProcessBuilderpb = new ProcessBuilder(“./” + RUNNING_SHELL_FILE, keyword.trim(),
taskId.toString(), fileName);
pb.directory(new File(CASPERJS_FILE_DIR));
int runningStatus = 0;
String s = null;
try {
Process p = pb.start();
BufferedReaderstdInput = new BufferedReader(new InputStreamReader(p.getInputStream()));
BufferedReaderstdError = new BufferedReader(new InputStreamReader(p.getErrorStream()));
while ((s = stdInput.readLine()) != null) {
LOG.error(s);
}
while ((s = stdError.readLine()) != null) {
LOG.error(s);
}
try {
runningStatus = p.waitFor();
} catch (InterruptedException e) {
}
記得在start()之後， waitFor（）之前把緩衝區讀出來打log， 就可以看到你的shell為什麼會沒有按照預期執行。 這個還有一個好處是，可以讀shell裡面輸出的結果， 方便java程式碼進一步操作。
也許你還會遇到這個問題，明明手工可以執行的命令，java呼叫的shell中某一些命令居然不能執行，報錯：命令不存在！
比如我在使用casperjs的時候，手工去執行shell明明是可以執行的，但是java呼叫的時候，發現總是出錯。 通過讀取緩衝區就能發現錯誤日誌了。 我發現即便自己把安裝的casperjs的bin已經加入了path中（/etc/profile, 各種bashrc中）還不夠。 比如：
exportNODE_HOME=”/home/admin/node”
exportCASPERJS_HOME=”/home/admin/casperjs”
exportPHANTOMJS_HOME=”/home/admin/phantomjs”
exportPATH=
原來是因為java在呼叫shell的時候，預設用的是系統的/bin/下的指令。特別是你用root許可權執行的時候。 這時候，你要在/bin下加軟鏈了。針對我上面的例子，就要在/bin下加軟鏈：
ln -s /home/admin/casperjs/bin/casperjscasperjs;
ln -s /home/admin/node/bin/nodenode;
ln -s /home/admin/phantomjs/bin/phantomjsphantomjs;
這樣，問題就可以解決了。
如果是通過java呼叫shell進行打包，那麼要注意路徑的問題了
因為shell裡面tar的壓縮和解壓可不能直接寫：
tar -zcf /home/admin/data/result.tar.gz /home/admin/data/result
直接給你報錯，因為tar的壓縮源必須到路徑下面， 因此可以寫成
tar -zcf /home/admin/data/result.tar.gz -C /home/admin/data/ result
如果我的shell是在jar包中怎麼辦？
答案是：解壓出來。再按照上面指示進行操作。（1）找到路徑
String jarPath = findClassJarPath(ClassLoaderUtil.class);
JarFiletopLevelJarFile = null;
try {
topLevelJarFile = new JarFile(jarPath);
Enumeration entries = topLevelJarFile.entries();
while (entries.hasMoreElements()) {
JarEntryentry = entries.nextElement();
if (!entry.isDirectory() && entry.getName().endsWith(“.sh”)) {
對你的shell檔案進行處理
}
}
對檔案處理的方法就簡單了，直接touch一個臨時檔案，然後把資料流寫入，程式碼：
FileUtils.touch(tempjline);
tempjline.deleteOnExit();
FileOutputStreamfos = new FileOutputStream(tempjline);
IOUtils.copy(ClassLoaderUtil.class.getResourceAsStream(r), fos);
fos.close();
有這個這個東東，相信大家會減少踩坑，而且大膽地使用java和指令碼之間的互動吧。 java可以呼叫shell，那麼shell再呼叫其他就方便了。 記得一點， 不要過度地依賴緩衝區進行執行緒之間的通訊。原因自己去學習吧。