Introducción a Linux Alberto Labarga – Experimental Serendipity Data analysis workshop for massive sequencing data Granada, 13 de Junio de 2011

http://www.slideshare.net/alabarga/introduction-to-linux-for-bioinformatics

Proyecto GNU • Richard Stallman • Proyecto GNU creado en el año 1984. – Software Libre – Licencias GPL – Free Software Fundation

Estructura de GNU

Linux • Linus Torvalds. • Nucleo Linux (1991) – Compatible con Unix – Licenciado bajo GPL – Publicado en Internet

Nucleo de Linux

GNU + Linux

GNU + Linux

Componentes de una distribución

Componentes de una Distribución

Recomendaciones

http://www.jomuoru.net/wp-content/uploads/2010/03/gldt102-full.png http://distrowatch.com

Shells • Los usuarios de Linux con frecuencia utilizan un tipo especial de programa llamado shell para interactuar con el kernel. • Sistemas UNIX disponen de diferentes Shell: Bourne shell (sh), C shell (csh), Korn shell (ksh), TC shell (tcsh), Bourne Again shell (bash). • La más popular es la “bash” shell. – echo $SHELL

Shells • La shell se ejecuta dentro de una terminal emitiendo un "prompt“ y esperando a que le digan qué hacer. • Luego, el usuario le pide a la shell que ejecute un programa escribiendo el nombre del programa. • La shell bash se puede utilizar de modo interactivo o como un lenguaje de escritura de gran alcance. • La shell bash guarda el historial de las líneas de comando ejecutadas. La líneas de comando se pueden recuperar desde el historial.

Shells • Al arranque Bash ejecuta comandos hallados en el archivo ~/.bashrc, permitiéndole a los usuarios personalizar su shell.

Inicio de sesión en una máquina a través de la red • Al utilizar la opción ssh ("secure shell"), los usuarios pueden iniciar una sesión fácilmente en máquinas remotas ya sea en el mismo lugar o al otro lado del mundo.

putty download http://www.chiark.greenend.org.uk/~sgtatham/putty/download.html

winscp download http://winscp.net/eng/docs/lang:es

Para empezar Algunos comandos para ir jugando: whoami – muestra el nombre del usuario id – muestra la información sobre el usuario who – muestra otros usuarios logueados date – fecha/hora del servidor cal – muestra el calendario history – muestra el historial de comandos

Información del sistema • uname alabarga@genome2:~$ uname -a Linux genome2 2.6.28-15-generic #49-Ubuntu SMP Tue Aug 18 19:25:34 UTC 2009 x86_64 GNU/Linux

• hostname alabarga@genome2:~$ hostname genome2

quién se encuentra en el sistema • El comando whoami simplemente entrega el nombre del usuario actual. • Los usuarios pueden utilizar el comando who, w y finger para determinar quién se encuentra en el sistema y cómo iniciaron la sesión. alabarga@genome2:~$ who alabarga pts/0 2010-11-23 23:24 (159.red-88-24-133.staticip.rima-tde.net)

Listado del contenido de un directorio con ls • Desde una shell los usuarios pueden utilizar el comando pwd para conocer donde se encuentran y ls para hacer un listado del contenido del directorio..ls -al alabarga@genome2:~$ pwd /home/alabarga alabarga@genome2:~$ ls 101x 4store alignment.html analisisMicroarrays.tar apache-solr-1.4.0.zip apache-tomcat-6.0.20

GenomeStudio-Docs.zip GenomeStudio-Software-2009.2.exe gpu igv igv.log IGVTools

• También se puede usar find

papersTesis pmids.txt pubby-0.3

Listado de árboles de directorios • El comando ls, cuando se da un directorio como argumento, éste lista el contenido del directorio. • Por defecto, el comando ls sólo mostrará el contenido del directorio del nivel más alto. • Para que el comando ls liste los subdirectorios, puede añadir la opción -R.

El directorio de inicio del usuario • Cada usuario del sistema Linux se le asigna un directorio especial llamado su directorio de inicio “home directory”. • Cuando un usuario inicia sesión en el sistema por primera vez se le ubica "en" su directorio de inicio, es decir, el sistema configura su directorio de inicio como su directorio de trabajo inicial. • Habitualmente, el subdirectorio del usuario se posiciona bajo el /home directory con el nombre de la cuenta del usuario: /home/alabarga

root vs./root vs./ (la raíz del sistema de archivos) • La raíz o el "root" en inglés, es el nombre de usuario del superusuario, es decir, el usuario con autoridad suprema sobre el sistema. • También es el nombre del directorio de inicio de ese usuario, /root. • Este término se utiliza para la base (¿la parte superior?) del árbol de directorios del sistema de archivos, el directorio /.

El directorio temporal /tmp • Los usuarios tienen acceso para compartir un espacio de "borrador", en el directorio /tmp. • El directorio /tmp le da a todos los usuarios acceso a espacio adicional para cumplir con necesidades a corto plazo sin cargar el espacio en su cuota. • El sistema borra automáticamente los archivos puestos en este directorio después de unos días.

El directorio de configuración /etc • Los archivos de configuración normalmente se colocan en /etc o en un subdirectorio de /etc. • Los usuarios comunes no pueden modificar los archivos en /etc • Los administradores de sistemas invierten bastante de su tiempo trabajando con los archivos almacenados aquí.

Los directorios de comandos /bin y /usr/bin • La mayoría de los comandos del sistema se encuentran almacenados como archivos binarios en un formato legíble para la máquina. • Los comandos apropiados para el uso de usuarios comunes se suelen ubicar en los directorios binarios /bin o /usr/bin. • Las utilidades más importantes como ls, cd, cp, mv y el editor de texto vi, sin los cuales no se podría usar el sistema van en /bin. • Las utilidades adicionales como los compiladores, su navegador de web y la suite de oficina van en /usr/bin

Los directorios de comandos /sbin y /usr/sbin • /sbin y /usr/sbin almacenan archivos de comandos para que el superusuario root los utilice. • Estos incluyen comandos para adjuntar y quitar hardware, para iniciar y detener el sistema y para realizar mantenimiento del sistema.

El directorio "variable" /var • Algunos archivos, cambian con frecuencia. • Estos incluyen: – – – –

Correo electronico entrante y saliente, Log de sistemas, Sitios web sites, Archivos ftp, entre otros.

• Archivos y directorios con contenido variable suelen recopilarse en el directorio /var. • El colocar dichos archivos aquí hace más fácil asignarles espacio y proteger los archivos más estables que se encuentran en alguna otra parte del sistema.

Cambio de sitio- El comando cd • Los Procesos pueden cambiar sus cwd cuando sea necesario. • Esto incluye la shell de comando bash, la cual proporciona el comando cd (del ingleś change directory) para cambiar el directorio actual desde el intérprete de comandos.

Nombres de directorios especiales Simbolo

Significado

.

El actual directorio de trabajo

..

El directorio padre

~

El directorio home del usuario

-

El anterior directorio de trabajo

/

El directorio raíz

Creación de directorios (nuevos, vacíos): mkdir • El comando para hacer un directorio nuevo es el comando mkdir (del inglés make directory). • Uso: – mkdir [OPCIONES] {DIRECTORIO...} – Crea el(los) DIRECTORIO(s) si no existe(n). Falla y emite un mensaje de error si uno o más de los DIRECTORIO(s) existen, pero los nuevos directorios restantes son aún creados.

Borrar directorios (vacíos): rmdir • El comando para borrar un directorio es rmdir. (remover directorio). • Uso: – rmdir [OPCIONES] {DIRECTORIO...} – Suprime el (los) DIRECTORIO(s) si están vacíos. Emite un mensaje de error si uno o más del (los) DIRECTORIO(s) no está(n) vacío(s), pero los directorios que quedan (vacíos) se borran. Tenga en cuenta que un directorio que contiene sólo un subdirectorio no se considera como vacío.

Tamaño • df # disk space • free -g # memory info in Megabytes • du -sh # disk space usage of current directory • du -sh * # disk space usage of files/directories • du -s * | sort -nr # shows disk space used by different directories/files sorted by size

Ver el contenido de un archivo con cat • Aunque hay varios comandos disponibles para ver los archivos, el comando más sencillo es cat. • Cuando se le da una lista de archivos al comando cat este concatena los archivos a la salida del terminal. • También podemos usar more y less

El comando head • head [OPCIONES] [ARCHIVO...] • Algunas veces todo lo que se necesita al examinar un archivo es ver las primeras líneas del archivo. El comando head nos permite hacer esto.

El comando tail • tail [OPCIONES] [ARCHIVO...] • Para complementar head, el comando tail muestra las últimas 10 líneas de cada FILE a la salida estándar. • El comando tail tiene otra opción bastante útil: la opción -f (follow). Con esta opción tail mostrará las últimas líneas del archivo y luego "espera" y continua presentando cualquier nueva línea al ser añadida al archivo.

Redireccionamiento de salidas de los comandos a archivos • ls y cat ejecutan su salida y se presentan en el terminal. • La mayoría de los comandos que generan texto en la salida utilizan un concepto común de Unix denominado "salida estándar". • La shell bash permite a los usuarios "redireccionar" la salida estándar a otros lugares. • Por ahora, vamos a aprender el caso más fácil: la utilización del caracter > para redireccionar la salida estándar a un archivo.

redirecciones • La shell bash usa > para redirigir un flujo de stdout de proceso a un archivo. • Para agregar una salida de un comando a un archivo, en lugar de sobrescribirlo, bash usa >>. • bash usa < para hacer que lean entradas desde alguna parte diferente al teclado. ls > mis_archivos.txt

Comando echo • El comando echo toma cualquier texto que se teclee como parte del comando y lo repite a la salida estándar (usualmente lapantalla) • Este comando sencillo junto con el redireccionamiento, se puede utilizar para crear archivos de texto. echo hola > saludo.txt echo buenos dias >> saludo.txt cat saludo.txt

Entrada estándar (stdin), salida estándar (stdout), error standard (stderror) • Los programas de terminal suelen leer información como un flujo desde una sola fuente tal como el teclado de una terminal (stdin) • Generalmente, escriben información como un flujo a un solo destino como por ejemplo una pantalla (stdout) • Generalmente, stdin y stdout están conectadas a la terminal que ejecuta el comando. • Se considera conveniente redirigir (stdin) desde (stdout) hacia los archivos. • Los programas Unix reportan condiciones de error a un destino llamado error estándar (stderr).

Descriptores de Archivos • Como protocolo de Linux (y Unix), cada proceso hereda tres archivos abiertos tras el inicio. – Primero, descriptor de archivo 0, es la entrada estándar. – Segundo, descriptor de archivo 1, es la salida estándar. – Tercero, descriptor de archivo 2, es el error estándar. Flujo

Descriptor

Abreviación

Standard In

0

stdin

Standard Out

1

stdout

Standard Error

2

stderr

redirecciones • Usualmente, stderr está conectado a una pantalla de terminal y los mensajes de error se encuentran entremezclados con las salidas estándar. • Cuando se utiliza la shell bash, el flujo de stderr puede redirigirse a un archivo mediante 2>. • Al utilizar bash, el flujo de stderr puede combinarse con el flujo de stdout mediante 2>&1 o >& ls > rcsummary.out

2> rcsummary.err

ls > rcsummary.out 2>&1

Redirección de stdin, stdout y stderr en bash sintaxis

efecto

cmd < file

Redirigir stdin desde file

cmd > file

Redirigir stdout a file. Reescribir si existe

cmd >> file

Redirigir stdout a file. Agregar si existe

cmd 2> file

Redirigir stderr a file. Reescribir si existe

cmd 2>> file

Redirigir stderr a file. Agregar si existe

cmd > file 2>&1

Combinar stdout y stderr a file

cmd >& file

Combinar stdout y stderr a file

Ejemplo alabarga@genome2:~$ ls *.zz ls: cannot access *.zz: No such file or directory alabarga@genome2:~$ ls *.zz > zz.txt ls: cannot access *.zz: No such file or directory alabarga@genome2:~$ cat zz.txt alabarga@genome2:~$ ls *.zz >& zz.txt alabarga@genome2:~$ cat zz.txt ls: cannot access *.zz: No such file or directory

Tuberías • El flujo de stdout desde un proceso puede estar conectado al flujo de stdin de otro proceso mediante lo que Unix llama una "tubería". • Varios de los comandos en Unix están diseñados para operar como un filtro, leer la entrada desde stdin y enviar la salida a stdout. • bash usa "|" para crear una tubería entre dos comandos.

Vim: control • vi my_file • i # INSERT MODE • R # replace MODE • ESC # NORMAL (NON-EDITING) MODE

vim • : # commands start with ':' • :w # save command; if you are in editing mode you have to hit ESC first!! • :w new_filename # saves into new file • :#,#w new_filename # saves specific lines (#,#) to new file • :q # quit file, don't save • :q! # exits WITHOUT saving any changes you have made • :wq # save and quit

Vim: moving around • • • • •

:# go to specified line number $ # moves cursor to end of line A # same as $, but switches to insert mode 0 (zero) # moves cursor to beginning of line CTRL-g # shows at status line filename and the line you are on • SHIFT-G # brings you to bottom of file, type line number (isn't displayed) then SHIFT-G # brings you to specified line#

Vim: more commands • d$ # deletes from cursor to the end of the line • dd # deletes entire line • :s/old_pat/new_pat/ # replaces first occurrence in a line • :s/old_pat/new_pat/g # replaces all occurrence in a line • :%s/old_pat/new_pat/g # replaces all occurrence in file • u # undo last command

Copiar archivos • Puede copiar archivos de un directorio a otro o de un nombre a otro (renombrarlos) con el comando cp (copy). • Uso: – cp [OPCIONES] {FUENTE} {DESTINO} – cp [OPCIONES] {FUENTE...} {DIRECTORIO}

• Ejemplos: – cp saludo.txt hola.txt – cp hola.txt /tmp

Mover/renombrar archivos • Puede mover archivos de un directorio a otro o de un nombre a otro (renombrarlos) con el comando mv (mover). • Uso: – mv [OPCION...] {FUENTE} {DESTINO} – mv [OPCION...] {FUENTE...} {DIRECTORIO}

• Ejemplos: – mv saludo.txt borrar.txt – mv borrar.txt /tmp

Borrar archivos • Se pueden suprimir (eliminar, borrar) archivos con el comando rm (remove). • Uso: – rm [OPCIONES] {ARCHIVO...}

• Examples: – rm /tmp/borrar.txt

Copiar árboles de directorios • El comando cp puede ser usado para copiar arboles de directorios completos con la opción: -r (recursivo). cp –R seq2011 backup

Borrar árboles de directorios • Con la opción correcta, el comando rm puede borrar o eliminar arboles de directorios completos. rm –R backup

Nombres y comodines de archivos • Conceptos clave – Los nombres de archivos pueden contener casi cualquier caracter a excepción de /. – Aunque los nombres de archivos pueden contener casi cualquier caracter eso no significa que deban contenerlos. – Los archivos que comienzan con . son archivos "ocultos". – Los caracteres *, ?, [...], y [^...] se pueden utilizar para encontrar los archivos con nombres de archivos similares por medio de un proceso llamado "comodines de archivo".

Nombres de archivo • En Linux, virtualmente cualquier caracter imprimible se puede utilizar en el nombre de archivo y los nombres pueden ser casi de cualquier longitud. – Los nombres de archivos de Linux pueden tener hasta 255 caracteres. – Pueden contener cualquier caracter imprimible (y algunos que no lo son) a excepción de la barra oblicua /.

• Caracteres "seguros" para nombres de archivos – A-Z a-z 0-9 . _ - + ~ – Watch those spaces!

Archivos ocultos • Los nombres de archivos y directorios (recuerde un directorio es un tipo de archivo) que comienzan por un punto (.) son archivos "ocultos". • Estos archivos no aparecen en los listados de directorio producidos por ls a menos que se utilice la opción de comando especial -a.

"Comodines" • La shell de comando bash trata algunos de sus metacaracteres especiales como comodines. • The shell performs a process called meta-character expansion or wildcard expansion • El shell realiza un proceso llamado expansión de metacaracteres o expansión de comodines – Genera una lista de nombres de archivos que coinciden con el patrón descrito por la expresión del comodín – Luego, pasa la lista generada al comando. – Todo esto, se conoce comúnmente como "comodines de nombres de archivos."

Caracteres Comodines Caracter

Efecto

*

coincide con cero o más caracteres (a excepción del punto inicial)

?

coincide exactamente con un caracter (a excepción del punto inicial)

[...]

coincide exactamente con un caracter de la lista o rango

[^...]

coincide exactamente con un caracter no incluido en la lista o rango

Ejemplo de Comodines Patrón

Genera la Lista

*

todos los archivos en la lista

*.html

page1.html page2.html

page*.htm*

page1.html page2.html page3.htm page40.htm

image?.*

image1.jpeg image2.jpeg

[ps]*

page1.html page2.html page3.htm page40.htm script1.pl

[^ps]*

image1.jpeg image2.jpeg image10.jpeg image11.jpeg

Búsquedas • find – find -name "*pattern*" # searches for *pattern* in and below current directory – find /usr/local -name "*blast*" # finds file names *blast* in directory – find /usr/local -iname "*blast*" # same as above, but case insensitive – find . -mtime -1 – find . -mtime -1 –ls – find / -size +10000k

• additional useful arguments: -user , -group , -ctime

Búsquedas • locate – locate "*.dat" –q – -i, in case you wanted to perform a case insensitive search – -c, instead of writing file names on standard output, write the number of matching entries only.

• which # location of application • whereis # searches for executables

wget • Descarga recursos de modo recursivo, en ambiente no interactivo de los protocolos HTTP, HTTPS y FTP. • Cuando se llama con una URL como su argumento, el comando wget recupera el contenido de la URL y lo almacena en un archivo local en el directorio actual de trabajo del mismo nombre.

export http_proxy=http://stargate.ugr.es:3128/

Manipulación de ficheros de texto

Comando Word Count (wc) • El comando wc cuenta el numero de caracteres, palabras y lineas. • Tomará su entrada ya sea de archivos llamados en su línea de comandos o desde su entrada estándar. wc [-c] [-l] [-w] [filename…]

Búsqueda de Texto: grep • grep es un comando que imprime en pantalla líneas coincidentes con un patrón de una cadena de texto especificado. • grep suele utilizarse como filtro para reducir salida a sólo lo deseado. • grep -r buscará de modo recursivo bajo un directorio determinado. • grep -v imprime líneas NO coincidentes con una cadena o patrón de texto. • Muchas de las opciones permiten a los usuarios especificar el formato de salida de grep.

grep

Ordenando todo: sort • Conceptos clave – – – –

El comando sort clasifica datos en orden alfabético. sort -n ordena numéricamente. sort -u clasifica y suprime duplicados. sort -k y -t clasifica en un campo específico.

ls -s | sort -n

Opciones para especificar el orden de clasificación

El comando uniq • El programa uniq se utiliza para identificar, contar o suprimir registros duplicados en la información clasificada.

sed: string replacement • Line-oriented tool for pattern matching and replacement (stream editor) • Not really a programming language (cf. awk) • E.g., apply same change to lots of source files • Filter, i.e., does not modify input file

Ejemplos • • • •

Reemplazar: Borrar lineas 1-10: Borrar comentarios: Borrar lineas en blanco:

sed –e „s/regex/replacement/‟ sed -e '1,10d„ sed -e '/^#/d„ sed -e '/^$/d„

tr También podemos utilizar tr • echo “HELLO” | tr 'A-Z' 'a-z'

awk • Special-purpose language for line-oriented pattern processing • pattern {action} • action = – – – – – –

if (conditional) statement else statement while (conditional) statement break continue variable=expression print expression-list

awk • Patterns = boolean combinations of regular expressions and relational expressions • awk –f program < input > output • Also delimiter-separated fields: BEGIN {FS=c} • Examples: – Print lines longer than 72 characters: length > 72 – print first two fields in opposite order { print $2,$1 }

awk examples • Add up first column, print sum and average {s += $1 } END {print “sum is”, s, “average is”, s/NR}

• Print all lines between start/stop words: /start/,/stop/ • Print all lines whose first field differs from previous one: $1 != prev {print; prev = $1}

awk • Problem : Get the userid of a user from the /etc/passwd file.

• Suppose /etc/passwd file contains the following entries arun:x:504:504::/home/arun:/bin/bash try:x:500:500::/home/try:/bin/bash optima:x:501:501::/home/optima:/bin/bash optimal:x:502:502::/home/optimal:/bin/bash • awk will see this file as follows – 1 line = 1 record (by default) so in total there are 4 records in the file. – 1 record = 7 fields separated by “:” (Not by default) Note : Default field separator is space.

A simple example (cont..) $ awk –F”:” „{print $1 “ “ $3}‟ /etc/passwd

Awk executable Field Separator

Action to perform on line If pattern matches

pattern to search

The file to operate upon

sed/awk sed '/^>/d' F5R3.fasta | sort | uniq | awk '{print ">SEQ"NR"\n"$0 }'

csplit/cut • csplit -f out fasta_batch "%^>%" "/^>/" "{*}" # splits fasta batch file into many files # at '>„ • • • •

cat my_table | cut -d , -f1-3 # cut command prints only specified sections of a table, # -d specifies here comma as column separator (tab is # default), -f specifies column numbers.

• cut -d: -f1,5 /etc/passwd

Ejercicio • ls -s | sed -e 's/^[ ]*//' | cut -d " " -f2

Comandos avanzados

Sustitución del Historial • Como una alternativa a las teclas de dirección, la shell bash también realiza "sustitución de historial", la cual se desencadena por el signo de exclamación. • El siguiente cuadro resume la sintaxis de sustitución de historial más utilizada.

Valores de retorno • La shell bash almacena el valor de retorno del comando ejecutado anteriormente en una variable especial llamada ?. • El valor de retorno del ultimo programa ejecutado e puede examinarse con el comando echo $?.

Ejecución de comandos múltiples de modo condicional • La shell bash permite a los usuarios unir comandos múltiples en una sola línea de comandos separando los comandos con un ;. • La shell bash usa && y || para unir dos comandos de modo condicional. Cuando los comandos se unen de este modo, el primero siempre se ejecutará. El segundo comando puede que se ejecute o no dependiendo del valor de retorno del primer comando. • Ejemplo: mkdir /tmp/boring && mv numbers.txt /tmp/boring

Ejemplos de Alias Los siguientes alias podrían ser útiles. Puedes configurarlos en el archivo ~/.bashrc.

Buscar los 5 archivos mas grandes

alias findbig="find . -type f -exec ls -s {} \; | sort -n -r | head -5"

Ubicar los procesos bash: alias psg="ps -aux ¦ grep bash"

Lista en formato largo: alias ll='ls -l'

Archivos de arranque del BASH • Cuando el BASH es invocado de manera interactiva, primero lee y ejecuta comandos desde el archivo /etc/profile, si es que existe. • Una vez leído este archivo, BASH ejecuta comandos del primer archivo que exista y que BASH pueda leer de entre los siguientes archivos: ~/.bash_profile, ~/.bash_login, y ~/.profile, en ese orden.

Archivos de arranque del BASH • Cuando salimos de una “sesión de login”, BASH lee y ejecuta comandos desde el archivo ~/.bash_logout, si es que este archivo existe.

Usuarios

Usuarios de Linux y el archivo /etc/passwd • Conceptos Claves – A un nivel inferior los usuarios son representados por un número entero llamado Id del usuario (uid). – Cada proceso que se desarrolla en el sistema se ejecuta como un uid dado – Cada archivo en el sistema de archivos es propiedad de un uid – El archivo /etc/passwd asigna los uids a las cuentas de usuario. – Las cuentas de usuarios asignan los uids al nombre del usuario, contraseña, Id de Grupo (s), directorio de inicio y shell de inicio. – La contraseña se puede cambiar con el comando passwd.

Los usuarios de Linux y el archivo /etc/passwd. • En Linux, usted primero se identifica al entrar con un nombre particular de usuario nombre de usuario. • Cada proceso que se ejecuta en el sistema tiene un nombre de usuario asociado. • El username, está asociado con las cosas que usted hace, grabe o use. • Cada usuario en el sistema tiene un unico userid (uid) • Linux rastrea los userids como un número entero de 32bits

Los usuarios de Linux y el archivo /etc/passwd. • El sistema mantiene una base de datos que asigna los nombres de usuarios a los userids. • Esta base de datos se almacena en el archivo de configuración /etc/passwd • [elvis@station elvis]$ tail /etc/passwd apache:x:48:48:Apache:/var/www:/bin/bash postfix:x:89:89::/var/spool/postfix:/sbin/nologin elvis:x:501:501::/home/elvis:/bin/bash

Archivo /etc/passwd • El archivo /etc/passwd – El archivo de texto /etc/passwd contiene nombres de usuario y sus correspondientes userids y alguna otra información.

Las contraseñas y el archivo /etc/shadow. • Exponer la forma encriptada de su contraseña es peligroso en /etc/passwd es peligroso. • Linux y Unix almacenan las contraseñas utilizando una nueva técnica llamada "Shadow Passwords" • El archivo contiene sólo información relacionada con las contraseñas, • Sus permisos no permiten ver su contenido.

Los grupos Linux y el archivo/etc/group. • Básicamente, un grupo es solo un group id (gid) de un número entero • Cada proceso que se ejecuta en el sistema opera bajo na colección de grupos (gids). • El archivo /etc/groupasigna gids a nombres y a membresías de grupo. • Cada archivo en el sistema de archivos pertenece a un solo gid. • Los usuarios tienen un solo grupo primario definido en el archivo /etc/passwd. • Los usuarios pueden ser miembros de múltiples grupos secundarios definidos en el archivo /etc/groups.

Grupos de Linux • Cada proceso se ejecuta bajo el contexto de un usuario dado. • Los usuarios, los procesos que estos operan y los archivos que poseen, pertenecen a la colección de grupos • Las membresías de grupo le permiten a los administradores de sistemas manejar eficientemente las colecciones de los usuarios que tienen objetivos similares. • Cada usuario es miembro de un grupo primario.

El archivo /etc/group • Para el kernel de Linux, un grupo es nombrado usando un id de grupo (GID) de 32 bits • El archivo /etc/group asocia nombres de grupo con GIDs (para humanos). • Define los usuarios que pertenecen a cada grupo.

El archivo /etc/group • Examine su archivo /etc/group

wrestle:x:201:ventura,hogan,elvis physics:x:202:einstein,maxwell,elvis emperors:x:203:nero,julius,elvis governor:x:204:ventura,pataki music:x:205:elvis,blondie,prince,madonna dwarfs:x:206:sleepy,grumpy,doc elvis:x:501: prince:x:502: madonna:x:504: blondie:x:505:

Grupos primarios y secundarios • Debido a que cada archivo debe tener un grupo propietario, debe haber un grupo por defecto asociado con cada usuario. – Este grupo por defecto se convierte en el propietario del grupo de los archivos recién creados – Este grupo se conoce como el grupo primario del usuario. – Un grupo primario de usuario se define en el cuarto campo de una entrada de usuario /etc/passwd.

• Usuarios pueden optar también por pertenecer a otros grupos. – Estos grupos se llaman grupos secundarios – Están definidos en el cuarto campo del archivo /etc/group file.

Cambio de mis membresías de grupo • Únicamente el usuario administrativo root, puede cambiar las membresías de grupo. – Usando el comando usermod y groupmod. – O la utilidad gráfica system-config-users

• El uso de estos comandos se verá en otro curso.

Cambio de identidad • El comando su le permite a un usuario cambiar el id del usuario • sudo permite ejecutar comandos como root

Permisos

Permisos de usuario

Interpretación de Permisos Para poder interpretar los permisos de archivos, se revisa el siguiente ejemplo:

Cambio de permisos de archivos: chmod • El comando chmod se utiliza para modificar los permisos de archivo • El primer argumento para chmod usa una sintaxis [ugoa]+/-[rwx] para describir cómo deberían cambiarse los permisos.

chmod a+w filename • También puede ser una representación numérica

chmod 775 filename

• • • • • • • •

000 = 0 001 = 1 010 = 2 011 = 3 100 = 4 101 = 5 110 = 6 111 = 7

Usando el comando chmod

abreviación

interpretación

abreviación

interpretación

+

Agregar

u

Usuario

-

Remover

g

Grupo

=

Asigna

o

Otros

r

Lectura

a

Todos

w

Escritura

x

Ejecución

chgrp • Si deseas compartir un archivo con un grupo de personas, pero no con todo el mundo, debes hacer uso del grupo propietario de archivo y de los permisos de grupo. • El grupo privado del creador no es usado para trabajar en colaboración. • Para compartir el archivo, se debe cambiar el propietario del archivo de grupo. • Esto se realiza con el comando llamado chgrp.

chgrp • chgrp GROUP ARCHIVO... • Cambio de propietario de ARCHIVO(s) a GRUPO • El primer argumento especifica el nuevo grupo propietario de archivo, mientras que los argumentos subsecuentes listan los archivos cuyo propietario de grupo se va a cambiar. • El propietario del grupo sólo lo puede cambiar el usuario dueño del archivo, y el usuario debe ser un miembro del nuevo grupo de propietarios del archivo.

Cambio de los propietarios de archivos con el comando chown • chown USER FILE... – Cambie el propietario del (los) archivo(s) a USUARIO.

• El argumento USER es el nombre del nuevo usuario del archivo y los argumentos siguientes son los nombres de los archivos a cambiar. • Sólo el usuario administrativo, root, puede usar chown,

¿Quién puede Modificar los Propietarios de archivos y los Permisos? Operación

Usuarios Autorizados

chmod

root y el propietario del archivo

chgrp

root y el propietario de archivo (únicamente los grupos subscritos)

chown

sólo root

Utilitarios de Compresión Standard de Linux • compress (.Z) – Puede ser descomprimido con el comando uncompress – No es usualmente instalado por defecto

•

gzip (.gz) – el más versatil y más común utilitario de descompresión usado

• bzip2 (.bz) – produce la mas compacta compresión de archivos – más uso intesivo de CPU

Archivadores de Archivos • El archivo contiene el directorio y sus archivos y subdirectorios subyacentes, empaquetados como un solo archivo. • En Linux (y Unix), el comando más común para crear y extraer archivos es el comando tar. • El archivo contiene el directorio y sus archivos y subdirectorios subyacentes, empaquetados como un solo archivo. • A estos paquetes de archivos suele dárseles la extensión del nombre de archivo .tar.

Comandos Básicos Tar Opción

Efecto

-c, --create

Crea un empaquetador de archivos

-x, --extract

Extraer un empaquetador de archivos

-t, --list

List el contenido de un empaquetador de archivos

Opciones del comando tar Opción

Efecto

-C, --directory=DIR

Cambia al directorio DIR

-P, --absolute-reference

sin / inicial desde los nombres de archivos

-v, --verbose

Lista los archivos procesados

-Z, --compress

internally compress archive

-z, --gzip

internamente gzip el archivo

-j, --bzip2

internamente bzip2 el archivo

Procesos

The ps command • El comando ps se utiliza comúnmente para enumerar los procesos ejecutándose en un sistema. • El comando ps, sin ningún argumento, muestra todos los procesos que se iniciaron desde una sola terminal. alabarga@genome2:~$ ps PID TTY TIME CMD 22047 pts/0 00:00:00 bash 22472 pts/0 00:00:00 ps

The ps command • ps # Shows processes running by user ps -e # Shows all processes on system ps ax –tree # Shows the child-parent hierarchy of all processes ps -o %t -p # Shows how long a particular process was running.

• ps | cat • ps aux | grep # Shows all processes of one user

top

Los 5 estados del Proceso Estado

Descripción

Ejecutable (R)

Los procesos en un estado ejecutable son procesos que si tienen la oportunidad de acceder la CPU

Dormido voluntario (interrumpible) (S)

Por lo general, este es un proceso que no tiene nada que hacer hasta que suceda algo interesante. Un ejemplo clásico es el demonio de red httpd, el cual es un proceso que implementa un servidor de red. En medio de solicitudes de un cliente (navegador de red), el servidor no tiene nada que hacer, y elige irse a dormir.

Dormido involuntario (no interrumpible) (D)

Cuando dos procesos tratan de acceder el mismo recurso de sistema al mismo tiempo. En estas situaciones, el kernel fuerza al proceso a dormir.

Procesos detenidos (suspendidos) (T)

Ocasionalmente, los usuarios deciden suspender procesos. Los procesos suspendidos no realizarán ninguna acción hasta no ser reiniciados por el usuario. En la shell bash, la secuencia de teclas CONTROL-Z puede utilizarse para suspender un proceso.

Procesos zombi (Z)

cada proceso muriendo pasa a través de un estado zombi transitorio. No obstante, en ocasiones, algunos se quedan en ese estado.

Programación de Procesos: nice y renice •

Una tarea primaria del kernel de Linux es la programación de procesos. • Cada proceso tiene un valor de niceness que influye en su programación. • Los comandos nice y renice pueden cambiar la prioridad de programación de un proceso. • renice -n • # Changes the priority value, which range from 1-19 • # the higher the value the lower the priority, default is 10.

Programación de Procesos • Cada proceso tiene dos valores que influyen en su programación. – (dinamica) valor de prioridad del proceso – (fija) valor del niceness del proceso

Prioridad de Procesos • El kernel da a cada proceso una cantidad de contadores. • Cada vez que un proceso se programa en la CPU, entrega uno de sus contadores. • Cuando decide qué proceso programar en la próxima CPU, el kernel escoge un proceso ejecutable con la mayoría de contadores.

Proceso Niceness • Cada proceso también tiene un valor estático conocido como su valor de niceness. • El valor tiene un rango que va de -20 a 19 para cualquier proceso, iniciando en 0 por defecto. • Aquellos con un mayor valor de niceness (>0) – obtienen menos contadores – menos tiempo en la CPU

• Aquellos con un valor niceness (< 0) – Obtienen mas contadores – mas tiempo de CPU

Iniciar un comando con prioridad baja • El comando nice se utiliza para establecer un valor de niceness del proceso al iniciar el proceso.

 El comando renice puede utilizarse para cambiar el niceness de un proceso en ejecución.

Hacer procesos mucho más ambiciosos • Los usuarios normales no pueden bajar el niceness de un proceso. Esto trae dos implicaciones: – Debido a que los procesos inician con un niceness de 0 por defecto, los usuarios normales no pueden hacer procesos "ambiciosos" con valores de niceness negativos. – Una vez que a un proceso le han bajado el nice, los usuarios normales no pueden volverlo "normal" otra vez .

• El administrador puede utilizar el comando renice como root para elevar el niceness – Usuario normal no puede restaurar dicha situación.

Envio de señales • Las señales son una forma de bajo nivel de la comunicación entre procesos que surgen de una variedad de recursos, incluyendo el kernel, la terminal y otros procesos. • Las señales se distinguen por los números de señales que tienen nombres y usos simbólicos. • Los nombres simbólicos para los nombres de señales pueden listarse con el comando kill -l. • El comando kill envía señales a otros procesos.

Envio de señales • Tras recibir una señal, un proceso puede ya sea, ignorarla, reaccionar de un modo especificado por defecto de kernel o implementar un manejador de señal personalizado. • Convencionalmente, el número de señal 15 (SIGTERM) se utiliza para solicitar la terminación de un proceso. • La señal número 9 (SIGKILL) termina un proceso y no puede anularse. • Los comandos pkill y killall pueden utilizarse para enviar señales a procesos especificados por nombre de comando o el usuario a quienes pertenecen.

Enviando Señales • El comando kill se utiliza para enviar señales a otros procesos.

Enviando Señales • kill # Kills a specific process kill -9 # does not give the process any time to perform cleanup procedures. kill -l # List all of the signals that can be sent to a proccess • kill -s SIGSTOP # Suspend (put to sleep) a specific process • kill -s SIGCONT # Resume (wake up) a specific process

Control de Trabajo • La shell bash permite a los comandos ejecutarse en segundo plano como "trabajos". • El comando jobs listará todos los trabajos en segundo plano. • La secuencia de teclas CONTROL-Z suspenderá y enviará a segundo plano el actual trabajo que se encuentra en primer plano. • El comando bg reanuda un trabajo de segundo plano. • El comando fg trae un trabajo de segundo plano a primer plano.

Ejecución de comandos en segundo plano como trabajos • Cualquier comando que usted especifique puede también ejecutarse en el segundo plano,adjuntándole el signo (“&”) a la línea de comandos. • Sólo los comandos de larga ejecución que no requieren entradas desde el teclado y no generan grandes cantidades de salida son apropiados para un segundo plano. find / -size +1024M > bigfiles.txt 2> /dev/null &

Administración de múltiples trabajos • Iniciando multiples jobs en background

 Visualizando jobs en background (comando jobs)

 Traer un trabajo al primer plano con fg (comando fg)

Suspensión del trabajo de primer plano con CONTROLZ • La secuencia CONTROL-Z es un método para suspender procesos.

Reiniciar un trabajo detenido en el segundo plano • Un trabajo detenido puede reiniciarse en el segundo plano con el comando incorporado bg.

Matar Trabajos (Killing Jobs) • El comando kill, utilizado para entregar señales para procesos se implementa como un comando incorporado de shell.

Programación de Taeas retrasadas: at • El comando at puede someter comandos para que se ejecuten más tarde. • El comando batch puede emitir comandos para que se ejecuten cuando la carga de las máquinas sea baja. • Los comandos pueden escribirse directamente o someterse como un script.

El demonio atd • El demonio atd le permite a los usuarios someter trabajos para ser realizados más tarde • Para utilizar el demonio atd, éste debe estar ejecutándose. • Los usuarios pueden confirmar que atd se está ejecutando simplemente al examinar la lista de procesos en ejecución

Programación de Taeas periodicas: cron • La utilidad cron se utiliza para programar tareas recurrentes. • El comando crontab provee un frontend para editar archivos crontab. • El archivo crontab utiliza 5 campos para especificar la información de temporización. • la stdout de trabajos cron se envía por correo al usuario.

The cron Service • El demonio crond es el demonio que realiza tareas periódicamente en nombre del sistema o de usuarios individuales. • El demonio suele iniciarse cuando el sistema arranca, por lo tanto, la mayoría de usuarios lo pueden ignorar. Al listar todos los procesos y buscar crond puede confirmar si el demonio crond está en ejecución.

Usando el comando crontab •

Los usuarios rara vez administran su archivo crontab directamente (o incluso saben dónde se almacena), en cambio, utilizan el comando crontab para editar la lista o quitarla. – crontab {-e | -l | -r} – crontab FILE

crontab -e sudo /etc/init.d/cron restart /var/spool/cron/crontabs/

Sintaxis crontab

Networking

Salida de comando netstat

Determinar tu(s) dirección(es) IP: /sbin/ifconfig • El comando ifconfig muestra la configuración de todas las interfaces de red activas. • Los usuarios estándar pueden usar el comando para ver información de configuración de interfaz, utilizando una referencia absoluta.

Shell scripts

Shell Scripts A shell script is a text file with a list of commands inside. Shell scripts are good for automating tasks you use often, or running batch jobs. Enter the following in a new file, script.sh:

echo “Date and time is:” date echo “Your current directory is:” pwd Run the script like this: sh script.sh

More Shell Scripts A more advanced shell script utilizing a loop:

for num in 1 2 3 do echo “We are on $num…” done

More Shell Scripts if [ $# -gt 1 ] then seqfile="$1" destdir="$2“ else echo "Use: fsplit SEQFILE DESTDIR" echo "Splits fasta file SEQFILE into separate files in DESTDIR folder" exit fi

Linux training online • http://manuals.bioinformatics.ucr.edu/home/linux-basics • http://www.codecoffee.com/tipsforlinux/index-linux.html

Ejercicio 1 • Download proteome of Halobacterium spec. • wget ftp://ftp.ncbi.nih.gov/genbank/genomes/Bacteria/Halobac terium_sp_uid217/AE004437.faa • grep '^>' AE004437.faa –count • egrep 'W.H..H{1,2}' AE004437.faa --count • awk --posix -v RS='>' '/W.H..(H){1,2}/ { print ">" $0;}' AE004437.faa | less

Ejercicio 2 for chr in `seq 1 22` X Y do wget -O - -q http://hgdownload.cse.ucsc.edu/goldenPath/ hg19/chromosomes/chr1.fa.gz | gunzip -c >> hg19.fa done

Ejercicio 3 # An example database wget ftp://ftp.ncbi.nih.gov/genbank/genomes/Bacteria/Halobacterium_sp_uid217/AE004437.faa # Prepare dababase for Blast search formatdb -i AE004437.faa -p T -o # Generate an example query awk --posix -v RS='>' '/WWW/ { print ">" $0;}' AE004437.faa \ > blast_query_2seqs.fasta # Run blast with tabular output (extract the hit only) blastall -p blastp -i blast_query_2seqs.fasta -d AE004437.faa -m 8 -e 1e-5 | \ awk '{print $2}' | sort | uniq \ > ids_of_4hits # Get the fasta file for hits fastacmd -d AE004437.faa -i ids_of_4hits > hits.fasta

Ejercicio 4 #!/bin/sh # split fasta file into separate sequence files # if [ $# -gt 1 ] then seqfile="$1" destdir="$2“ else echo "Use: fsplit SEQFILE DESTDIR" echo "Splits fasta file SEQFILE into separate files in DESTDIR folder" exit fi mkdir $2 csplit -f $destdir/sequence $seqfile "%^>%" "/^>/" "{*}" -s

More commands • for i in *.input; do mv $i ${i/\.old/\.new}; done • scp file.name user@remote_host:~/dir/newfile.name

• find /share/media/mp3/ -type f -name "*.mp3" -print0 | xargs -0 -r -I file cp -v -p file --targetdirectory=/bakup/iscsi/mp3

Packages

Installing packages apt-cache search phylip # searches for application "phylip" from command line apt-cache show phylip # provides description of the package apt-get install phylip apt-get update # do once a month do update Debian packages apt-get upgrade -u # to upgrade after update

aptitude • El nuevo sistema de gestión de paquetes para Debian/Ubuntu se llama aptitude • Las operaciones realizadas quedan registradas en /var/log/aptitude