输出一个shell脚本,要求对批量主机的指定文件夹目录进行比对,如果有修改,输出最新修改时间。

时间: 2024-04-12 21:30:26 浏览: 12
以下是一个示例的shell脚本,用于对批量主机的指定文件夹目录进行比对,并输出新修改时间: ```bash #!/bin/bash # 主机列表 hosts=("host1" "host2" "host3") # 文件夹路径 folder="/path/to/folder" # 遍历主机列表 for host in "${hosts[@]}"; do echo "主机 $host:" # 获取文件夹最新修改时间 last_modified=$(ssh "$host" "stat -c %y $folder") if [ $? -eq 0 ]; then echo "最新修改时间: $last_modified" else echo "获取最新修改时间失败" fi echo "" done ``` 请注意,此脚本假设您已经设置了无需密码的SSH登录,并在`hosts`数组中提供了要比对的主机列表。您需要将`/path/to/folder`替换为实际的文件夹路径。脚本将远程登录每个主机,并使用`stat`命令获取指定文件夹的最新修改时间。如果成功获取到最新修改时间,将输出到控制台;如果获取失败,将输出错误信息。您可以根据实际情况进行修改和扩展。

最新推荐

recommend-type

Shell脚本实现自动修改IP、主机名等功能分享

主要介绍了Shell脚本实现自动修改IP、主机名等功能分享,本文直接给出实现代码,需要的朋友可以参考下
recommend-type

Linux shell脚本输出日志笔记整理(必看篇)

下面小编就为大家带来一篇Linux shell脚本输出日志笔记整理(必看篇)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

在指定目录查找指定后缀文件的shell脚本代码

用shell脚本实现的在指定目录查找指定后缀的文件,需要的朋友可以参考下
recommend-type

一个监控LINUX目录和文件变化的Shell脚本分享

主要介绍了一个监控LINUX目录和文件变化的Shell脚本分享,对服务器经常被挂马的朋友时分有用,需要的朋友可以参考下
recommend-type

shell批量curl接口脚本的简单实现方法

主要跟大家介绍了关于shell批量curl接口脚本的简单实现方法,文中通过示例代码介绍的非常详细,对大家学习或者使用shell具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。