Shell 脚本——启动 JAR 包_shell脚本启动jar包,零基础入门到精通,收藏这篇就够了
通过这个脚本,能够简便地启动、停止、查询状态和重启 Java 应用。脚本的优化使得它更加健壮,便于维护和扩展。如果需要为不同的 Java 应用编写类似的脚本,记得调整脚本中的参数和应用逻辑。说真的,这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型,挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis,稳稳当当过日子。结果GPT、DeepSeek火了
脚本功能
此脚本实现了以下功能:
- 启动:启动一个 Java 应用(
.jar文件),并且后台运行。 - 停止:停止正在运行的 Java 应用。
- 状态:查询当前应用是否在运行。
- 重启:首先停止应用,再重新启动它。
脚本代码
#!/bin/bash
# 使用说明,用来提示输入参数
usage() {
echo "Usage: sh start.sh <center_name>.jar [start|stop|restart|status]"
exit 1
}
# 检查程序是否在运行
is_exist() {
pid=$(pgrep -f $CENTER_NAME)
if [ -z "$pid" ]; then
return 1
else
return 0
fi
}
# 启动方法
start() {
if is_exist; then
echo "${CENTER_NAME} is already running. pid=${pid}."
else
nohup java -Xms256m -Xmx512m -Xss1m -jar $CENTER_NAME > $CENTER_NAME.log 2>&1 &
echo "${CENTER_NAME} start success."
fi
}
# 停止方法
stop() {
if is_exist; then
kill -9 $pid
echo "${CENTER_NAME} stopped."
else
echo "${CENTER_NAME} is not running."
fi
}
# 输出运行状态
status() {
if is_exist; then
echo "${CENTER_NAME} is running. pid=${pid}."
else
echo "${CENTER_NAME} is NOT running."
fi
}
# 重启
restart() {
stop
start
}
# 检查输入参数
if [ -z "$1" ]; then
usage
fi
CENTER_NAME="$1"
COMMAND="$2"
# 根据输入参数,选择执行对应方法,不输入则执行使用说明
case "$COMMAND" in
"start")
start
;;
"stop")
stop
;;
"status")
status
;;
"restart")
restart
;;
*)
usage
;;
esac
脚本解析
1. 检查输入参数
首先,脚本检查是否提供了正确的参数。$1 是 JAR 文件的名称(如 app.jar),$2 是操作命令(start、stop、status 或 restart)。
if [ -z "$1" ]; then
usage
fi
如果未提供任何参数,脚本会调用 usage 函数,打印使用说明并退出。
2. is_exist 函数
is_exist 函数用来检查指定的 Java 应用是否已经在运行。这里使用了 pgrep 命令,它比 ps 和 grep 更为简洁高效:
is_exist() {
pid=$(pgrep -f $CENTER_NAME)
if [ -z "$pid" ]; then
return 1
else
return 0
fi
}
pgrep -f $CENTER_NAME 查找包含 CENTER_NAME 的进程。如果进程存在,返回其 PID;如果不存在,返回空值。
3. 启动(start)
如果应用未运行,start 函数会启动应用。它使用 nohup 命令在后台启动 Java 应用,并将输出重定向到日志文件:
start() {
if is_exist; then
echo "${CENTER_NAME} is already running. pid=${pid}."
else
nohup java -Xms256m -Xmx512m -Xss1m -jar $CENTER_NAME > $CENTER_NAME.log 2>&1 &
echo "${CENTER_NAME} start success."
fi
}
nohup 让进程在后台运行,即使终端关闭,也能继续执行。> $CENTER_NAME.log 2>&1 将标准输出和错误输出都重定向到 CENTER_NAME.log 文件。
4. 停止(stop)
stop 函数停止正在运行的进程。如果应用正在运行,则会通过 kill -9 $pid 强制终止进程:
stop() {
if is_exist; then
kill -9 $pid
echo "${CENTER_NAME} stopped."
else
echo "${CENTER_NAME} is not running."
fi
}
如果进程不存在,则输出“未运行”提示。
5. 状态(status)
status 函数用于检查应用是否正在运行。通过调用 is_exist 函数,输出当前的进程状态:
status() {
if is_exist; then
echo "${CENTER_NAME} is running. pid=${pid}."
else
echo "${CENTER_NAME} is NOT running."
fi
}
6. 重启(restart)
restart 函数首先调用 stop 来停止应用,然后调用 start 来重新启动应用:
restart() {
stop
start
}
7. 主逻辑
脚本通过 case 语句处理用户输入的命令,根据第二个参数决定执行哪种操作:
case "$COMMAND" in
"start")
start
;;
"stop")
stop
;;
"status")
status
;;
"restart")
restart
;;
*)
usage
;;
esac
如果输入的命令不匹配预定义的操作(start、stop、status、restart),则会调用 usage 打印帮助信息。
优化点和注意事项
- 日志输出:为了避免
nohup.out文件的杂乱无章,我们将日志输出定向到${CENTER_NAME}.log文件,便于查看。 - 进程检查:使用
pgrep -f $CENTER_NAME比较直观地查找包含特定名称的进程,避免了使用ps和grep的潜在问题。 - 退出码检查:在各个操作(如
start、stop)中,通过is_exist函数直接进行逻辑判断,而不是每次都检查$?。 - 参数检查:脚本在开始时就检查是否提供了必需的参数,并在缺少参数时给出帮助信息。
使用
- 将脚本保存为
start.sh。 - 给予执行权限:
chmod +x start.sh。 - 使用以下命令操作你的 Java 应用:
- 启动应用:
sh start.sh app.jar start - 停止应用:
sh start.sh app.jar stop - 查看状态:
sh start.sh app.jar status - 重启应用:
sh start.sh app.jar restart
- 启动应用:
总结
通过这个脚本,能够简便地启动、停止、查询状态和重启 Java 应用。脚本的优化使得它更加健壮,便于维护和扩展。如果需要为不同的 Java 应用编写类似的脚本,记得调整脚本中的参数和应用逻辑。
说真的,这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型,挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis,稳稳当当过日子。
结果GPT、DeepSeek火了之后,整条线上的人都开始有点慌了,大家都在想:“我是不是要学大模型,不然这饭碗还能保多久?”
先给出最直接的答案:一定要把现有的技术和大模型结合起来,而不是抛弃你们现有技术!掌握AI能力的Java工程师比纯Java岗要吃香的多。
即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地!大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇!
如何学习AGI大模型?
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
2025最新版CSDN大礼包:《AGI大模型学习资源包》免费分享**
一、2025最新大模型学习路线
一个明确的学习路线可以帮助新人了解从哪里开始,按照什么顺序学习,以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛,没有明确的学习路线可能会导致新人感到迷茫,不知道应该专注于哪些内容。
我们把学习路线分成L1到L4四个阶段,一步步带你从入门到进阶,从理论到实战。

L1级别:AI大模型时代的华丽登场
L1阶段:我们会去了解大模型的基础知识,以及大模型在各个行业的应用和分析;学习理解大模型的核心原理,关键技术,以及大模型应用场景;通过理论原理结合多个项目实战,从提示工程基础到提示工程进阶,掌握Prompt提示工程。

L2级别:AI大模型RAG应用开发工程
L2阶段是我们的AI大模型RAG应用开发工程,我们会去学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3级别:大模型Agent应用架构进阶实践
L3阶段:大模型Agent应用架构进阶实现,我们会去学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造我们自己的Agent智能体;同时还可以学习到包括Coze、Dify在内的可视化工具的使用。

L4级别:大模型微调与私有化部署
L4阶段:大模型的微调和私有化部署,我们会更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调;并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握;而L3 L4更多的是通过项目实战来掌握大模型的应用开发,针对以上大模型的学习路线我们也整理了对应的学习视频教程,和配套的学习资料。
二、大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的,我们精选了一系列深入探讨大模型技术的书籍和学习文档,它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。(书籍含电子版PDF)

三、大模型视频教程
对于很多自学或者没有基础的同学来说,书籍这些纯文字类的学习教材会觉得比较晦涩难以理解,因此,我们提供了丰富的大模型视频教程,以动态、形象的方式展示技术概念,帮助你更快、更轻松地掌握核心知识。

四、大模型项目实战
学以致用 ,当你的理论知识积累到一定程度,就需要通过项目实战,在实际操作中检验和巩固你所学到的知识,同时为你找工作和职业发展打下坚实的基础。

五、大模型面试题
面试不仅是技术的较量,更需要充分的准备。
在你已经掌握了大模型技术之后,就需要开始准备面试,我们将提供精心整理的大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
更多推荐



所有评论(0)