大数据技术之Scala
==========第一篇：Scala编程语言=========
一、Scala语言基础
1、Scala简介
Scala是一种多范式的编程语言，其设计的初衷是要集成面向对象编程和函数式编程的各种特性。Scala运行于Java平台（Java虚拟机），并兼容现有的Java程序。它也能运行于CLDC配置的Java ME中。目前还有另一.NET平台的实现，不过该版本更新有些滞后。Scala的编译模型（独立编译，动态类加载）与Java和C#一样，所以Scala代码可以调用Java类库（对于.NET实现则可调用.NET类库）。Scala包括编译器和类库，以及BSD许可证发布。
学习Scala编程语言，为后续学习Spark奠定基础。
2、Scala安装与配置
安装
Scala需要Java运行时库，安装Scala需要首先安装JVM虚拟机，推荐安装JDK1.8。
在http://www.scala-lang.org/ 下载Scala2.11.8程序安装包
根据不同的操作系统选择不同的安装包，下载完成后，将安装包解压到安装目录。
注意：安装时，安装路径中不能含有空格。
将scala安装目录下的bin目录加入到PATH环境变量：
SCALA_HOME:
| SCALA_HOME= D:\scala-2.11.8 |
PATH:
| 在PATH变量中添加：%SCALA_HOME%\bin |
完成以上流程后，在命令行输入：scala，进入如下界面：
注意：该操作Windows和Linux配置流程是一样的。可以参考Java的JDK的配置过程。
到此为止，Scala的安装已经成功。
配置IDEA
1) 打开IDEA工具，如图：点击Configure
2) 点击Plugins
3) 点击Install plugin from disk
4) 选择scala的plugins
5) 此时会显示一个Scala的条目，在右侧点击Restart IntelliJ IDEA
6) 创建Maven项目
创建的maven项目默认是不支持scala的，需要为项目添加scala的framework，如图：
在这里选择Scala后，在右边的Use library中配置你的安装目录即可，最后点击OK。
7) 在项目的目录结构中，创建scala文件夹，并标记为source（file-project structure）
8) 以上配置都完成后，就可以在scala上点击右键创建scala class了
3、Scala的运行环境
l REPL（Read Evaluate Print Loop）：命令行
l IDE：图形开发工具
n The Scala IDE (Based on Eclipse)：http://scala-ide.org/
n IntelliJ IDEA with Scala plugin：http://www.jetbrains.com/idea/download/
n Netbeans IDE with the Scala plugin
4、Scala的常用数据类型
注意：在Scala中，任何数据都是对象。例如：
① 数值类型：Byte，Short，Int，Long，Float，Double
l Byte: 8位有符号数字，从-128 到 127
l Short: 16位有符号数据，从-32768 到 32767
l Int： 32位有符号数据
l Long： 64位有符号数据
例如：
val a:Byte = 10
a+10
得到：res9: Int = 20
这里的res9是新生成变量的名字
val b:Short = 20
a+b
注意：在Scala中，定义变量可以不指定类型，因为Scala会进行类型的自动推导。
② 字符类型和字符串类型：Char和String
对于字符串，在Scala中可以进行插值操作。
注意：前面有个s；相当于执行："My Name is " + s1
③ Unit类型：相当于Java中的void类型
④ Nothing类型：一般表示在执行过程中，产生了Exception
例如，我们定义一个函数如下：
5、Scala变量的申明和使用
l 使用val和var申明变量
例如：scala> val answer = 8 * 3 + 2
可以在后续表达式中使用这些名称
l val：定义的值实际是一个常量
要申明其值可变的变量：var
注意：可以不用显式指定变量的类型，Scala会进行自动的类型推到
6、Scala的函数和方法的使用
l 可以使用Scala的预定义函数
例如：求两个值的最大值
l 也可以使用def关键字自定义函数
语法：
示例：
7、Scala的条件表达式
Scala的if/else语法结构和Java或C++一样。
不过，在Scala中，if/else是表达式，有值，这个值就是跟在if或else之后的表达式的值。
8、Scala的循环
Scala拥有与Java和C++相同的while和do循环
Scala中，可以使用for和foreach进行迭代
- 使用for循环案例：
注意：
（*） <- 表示Scala中的generator，即：提取符
（*）第三种写法是第二种写法的简写
- 在for循环中，还可以使用yield关键字来产生一个新的集合
在上面的案例中，我们将list集合中的每个元素转换成了大写，并且使用yield关键字生成了一个新的集合。
- 使用while循环：注意使用小括号，不是中括号
- 使用do ... while循环
- 使用foreach进行迭代
注意：在上面的例子中，foreach接收了另一个函数（println）作为值
9、Scala函数的参数
- Scala中，有两种函数参数的求值策略
l Call By Value：对函数实参求值，且仅求一次
l Call By Name：函数实参每次在函数体内被用到时都会求值
我们来分析一下，上面两个调用执行的过程：
一份复杂一点的例子：
- Scala中的函数参数
l 默认参数
l 代名参数
l 可变参数
10、Scala的Lazy值（懒值）
当val被申明为lazy时，它的初始化将被推迟，直到我们首次对它取值。
一个更为复杂一点的例子：读取文件：
11、异常的处理
Scala异常的工作机制和Java或者C++一样。直接使用throw关键字抛出异常。
12、Scala中的数组
Scala数组的类型：
l 定长数组：使用关键字Array
l 变长数组：使用关键字ArrayBuffer
l 遍历数组
l Scala数组的常用操作
l Scala的多维数组
l 和Java一样，多维数组是通过数组的数组来实现的。
l 也可以创建不规则的数组，每一行的长度各不相同。
13、映射
映射就是Map集合，由一个(key,value)组成。
-> 操作符用来创建
例如：
val scores = Map(“Alice” -> 10,”Bob” -> 3,”Cindy” -> 8)
映射的类型分为：不可变Map和可变Map
映射的操作
l 获取映射中的值
l 更新映射中的值（必须是可变Map）
l 迭代映射
14、元组（Tuple）
元组是不同类型的值的聚集。
例如：val t = (1, 3.14, "Fred") // 类型为Tuple3[Int, Double, java.lang.String]
这里：Tuple是类型，3是表示元组中有三个元素。
元组的访问和遍历：
注意：要遍历Tuple中的元素，需要首先生成对应的迭代器。不能直接使用for或者foreach。
二、Scala语言的面向对象
1、面向对象的基本概念
把数据及对数据的操作方法放在一起，作为一个相互依存的整体——对象
面向对象的三大特征：
u 封装
u 继承
u 多态
2、类的定义
简单类和无参方法：
案例：注意没有class前面没有public关键字修饰。
如果要开发main方法，需要将main方法定义在该类的伴生对象中，即：object对象中，（后续做详细的讨论）。
3、属性的getter和setter方法
l 当定义属性是private时候，scala会自动为其生成对应的get和set方法
private var stuName:String = "Tom"
- get方法: stuName ----> s2.stuName() 由于stuName是方法的名字，所以可以加上一个括号
- set方法: stuName_= ----> stuName_= 是方法的名字
l 定义属性：private var money:Int = 1000 希望money只有get方法，没有set方法？？
- 办法：将其定义为常量private val money:Int = 1000
l private[this]的用法：该属性只属于该对象私有，就不会生成对应的set和get方法。如果这样，就不能直接调用，例如：s1.stuName ---> 错误
4、内部类（嵌套类）
我们可以在一个类的内部在定义一个类，如下：我们在Student类中，再定义了一个Course类用于保存学生选修的课程。
开发一个测试程序进行测试：
5、类的构造器
类的构造器分为：主构造器、辅助构造器
l 主构造器：和类的声明结合在一起，只能有一个主构造器
Student4(val stuName:String,val stuAge:Int)
(1) 定义类的主构造器：两个参数
(2) 声明了两个属性：stuName和stuAge 和对应的get和set方法
l 辅助构造器：可以有多个辅助构造器，通过关键字this来实现
6、Scala中的Object对象
Scala没有静态的修饰符，但Object对象下的成员都是静态的 ，若有同名的class，这其作为它的伴生类。在Object中一般可以为伴生类做一些初始化等操作。
下面是Java中的静态块的例子。在这个例子中，我们对JDBC进行了初始化。
而Scala中的Object就相当于Java中静态块。
Object对象的应用
u 单例对象
u 使用应用程序对象：可以省略main方法；需要从父类App继承。
7、Scala中的apply方法
遇到如下形式的表达式时，apply方法就会被调用：
Object(参数1,参数2,......,参数N)
通常，这样一个apply方法返回的是伴生类的对象；其作用是为了省略new关键字
Object的apply方法举例：
8、Scala中的继承
Scala和Java一样，使用extends关键字扩展类。
l 案例一：Employee类继承Person类
l 案例二：在子类中重写父类的方法
l 案例三：使用匿名子类
l 案例四：使用抽象类。抽象类中包含抽象方法，抽象类只能用来继承。
l 案例五：使用抽象字段。抽象字段就是一个没有初始值的字段
9、Scala中的trait（特质）
trait就是抽象类。trait跟抽象类最大的区别：trait支持多重继承
10、包的使用
Scala中包的定义和使用：
u 包的定义
u 包的引入：Scala中依然使用import作为引用包的关键字，例如
u 而且Scala中的import可以写在任意地方
11、包对象
包可以包含类、对象和特质，但不能包含函数或者变量的定义。很不幸，这是Java虚拟机的局限。
把工具函数或者常量添加到包而不是某个Utils对象，这是更加合理的做法。Scala中，包对象的出现正是为了解决这个局限。
Scala中的包对象：常量，变量，方法，类，对象，trait（特质）
12、Scala中的文件访问
l 读取行
l 读取字符
其实这里的source就指向了这个文件中的每个字符。
l 从URL或其他源读取：注意指定字符集UTF-8
l 读取二进制文件：Scala中并不支持直接读取二进制，但可以通过调用Java的InputStream来进行读入。
l 写入文本文件
三、Scala语言的函数式编程
1、Scala中的函数
在Scala中，函数是“头等公民”，就和数字一样。可以在变量中存放函数，即：将函数作为变量的值（值函数）。
2、匿名函数
3、带函数参数的函数，即：高阶函数
示例1：
（*）首先，定义一个最普通的函数
（*）再定义一个高阶函数
（*）分析这个高阶函数调用的过程
示例2：
在这个例子中，首先定义了一个普通的函数mytest，然后定义了一个高阶函数myFunction；myFunction接收三个参数：第一个f是一个函数参数，第二个是x，第三个是y。而f是一个函数参数，本身接收两个Int的参数，返回一个Int的值。
4、闭包
就是函数的嵌套，即：在一个函数定义中，包含另外一个函数的定义；并且在内函数中可以访问外函数中的变量。
测试上面的函数：
5、柯里化：Currying
柯里化函数(Curried Function)是把具有多个参数的函数转换为一条函数链，每个节点上是单一参数。
一个简单的例子：
6、高阶函数示例
示例1：
示例2：
示例3：
示例4：
示例5：
在这个例子中，可以被2整除的被分到一个分区；不能被2整除的被分到另一个分区。
示例6：
示例7：
示例8：
在这个例子中，分为两步：
（1）将(1,2,3)和(4,5,6)这两个集合合并成一个集合
（2）再对每个元素乘以2
四、Scala中的集合
1、可变集合和不可变集合
l 可变集合
l 不可变集合：
n 集合从不改变，因此可以安全地共享其引用。
n 甚至是在一个多线程的应用程序当中也没问题。
集合的操作：
2、列表
l 不可变列表（List）
不可变列表的相关操作：
l 可变列表（LinkedList）：scala.collection.mutable
3、序列
常用的序列有：Vector和Range
u Vector是ArrayBuffer的不可变版本，是一个带下标的序列
u Range表示一个整数序列
4、集（Set）和集的操作
l 集Set是不重复元素的集合
l 和列表不同，集并不保留元素插入的顺序。默认以Hash集实现
示例1：创建集
示例2：集的操作
5、模式匹配
Scala有一个强大的模式匹配机制，可以应用在很多场合：
u switch语句
u 类型检查
Scala还提供了样本类（case class），对模式匹配进行了优化
模式匹配示例：
l 更好的switch
l Scala的守卫
l 模式匹配中的变量
l 类型模式
l 匹配数组和列表
6、样本类(CaseClass)
简单的来说，Scala的case class就是在普通的类定义前加case这个关键字，然后你可以对这些类来模式匹配。
case class带来的最大的好处是它们支持模式识别。
首先，回顾一下前面的模式匹配：
其次，如果我们想判断一个对象是否是某个类的对象，跟Java一样可以使用isInstanceOf
下面这个好像有点问题
最后，在Scala中有一种更简单的方式来判断，就是case class
注意：需要在class前面使用case关键字。
五、Scala语言的高级特性
1、什么是泛型类
和Java或者C++一样，类和特质可以带类型参数。在Scala中，使用方括号来定义类型参数
测试程序：
2、什么是泛型函数
函数和方法也可以带类型参数。和泛型类一样，我们需要把类型参数放在方法名之后。
注意：这里的ClassTag是必须的，表示运行时的一些信息，比如类型。
3、Upper Bounds 与 Lower Bounds
类型的上界和下界，是用来定义类型变量的范围。它们的含义如下：
l S <: T
这是类型上界的定义。也就是S必须是类型T的子类（或本身，自己也可以认为是自己的子类。
u U >: T
这是类型下界的定义。也就是U必须是类型T的父类(或本身，自己也可以认为是自己的父类)。
l 一个简单的例子：
l 一个复杂一点的例子（上界）：
l 再来看一个例子：
4、视图界定（View bounds）
它比 <: 适用的范围更广，除了所有的子类型，还允许隐式转换过去的类型。用 <% 表示。尽量使用视图界定，来取代泛型的上界，因为适用的范围更加广泛。
示例：
l 上面写过的一个列子。这里由于T的上界是String，当我们传递100和200的时候，就会出现类型不匹配。
l 但是100和200是可以转成字符串的，所以我们可以使用视图界定让addTwoString方法接收更广泛的数据类型，即：字符串及其子类、可以转换成字符串的类型。
注意：使用的是 <%
l 但实际运行的时候，会出现错误：
这是因为：Scala并没有定义如何将Int转换成String的规则，所以要使用视图界定，我们就必须创建转换的规则。
l 创建转换规则
l 运行成功
5、协变和逆变
l 协变：
Scala的类或特征的范型定义中，如果在类型参数前面加入+符号，就可以使类或特征变为协变了。
u 逆变：
在类或特征的定义中，在类型参数之前加上一个-符号，就可定义逆变范型类和特征了。
总结一下：Scala的协变：泛型变量的值可以是本身类型或者其子类的类型
Scala的逆变：泛型变量的值可以是本身类型或者其父类的类型
6、隐式转换函数
所谓隐式转换函数指的是以implicit关键字申明的带有单个参数的函数。
l 前面讲视图界定时候的一个例子：
l 再举一个例子：我们把Fruit对象转换成了Monkey对象
7、隐式参数
使用implicit申明的函数参数叫做隐式参数。我们也可以使用隐式参数实现隐式的转换
8、隐式类
所谓隐式类： 就是对类增加implicit 限定的类，其作用主要是对类的功能加强！