学好Spark/Kafka必须要掌握的Scala技术点（一）变量、表达式、循环、Option、方法和函数，数组、映射、元组、集合

前言

Scala是以JVM为运行环境的面向对象的函数式编程语言，它可以直接访问Java类库并且与Java框架进行交互操作。正如之前所介绍，Spark是用Scala语言编写的，Kafka server端也是，那么深入学习Scala对掌握Spark、Kafka是必备掌握技能。

本篇文章主要介绍，在学习、编写Spark程序时，至少要掌握的Scala语法，多以示例说明。建议在用Scala编写相关功能实现时，边学习、边应用、边摸索以加深对Scala的理解和应用。

1. 变量、表达式、循环、Option、方法和函数

1.1 声明变量

def main(args: Array[String]): Unit = {
    //使用val定义的变量值是不可变的，相当于java里用final修饰的变量
    val i = 1
    //使用var定义的变量是可变的，在Scala中鼓励使用val
    var s = "hello"
    //Scala编译器会自动推断变量的类型，必要的时候可以指定类型
    //变量名在前，类型在后
    val str: String = "hello"
}

1.2 表达式

1.2.1 条件表达式

def main(args: Array[String]): Unit = {
    val x = 1

    // 判断x是否大于0，将最终结果赋给y，打印y
    // 二者等效， Scala语言强调代码简洁
    //    var y = if(x > 0) {x} else {-1}
    //    val y = if(x > 0) x else -1

    //   支持混合类型表达式，返回值类型是Any
    //    var y = if(x > 0) x else "no"

    // 如果缺失else，相当于if (x > 0) 1 else ()
    //    scala表达式中有一个Unit类，写作()，相当于java中void
    //    val y = if(x > 0) 1
    //    if和else if
    val f = if (x < 0) 0 else if (x >= 1) 1 else -1
    println(y)
}

1.2.2 块表达式

def main(args: Array[String]): Unit = {
    val x = 0

     //  scala中{}可包含一系列表达式，块中运行最终结果为块的值
    val result = {
      if(x < 0)  -1  else if(x >= 1) 1  else "error"
    }
    println(result)
}

1.3 循环

Scala里面while循环和Java中的while循环使用方式类似，这里主要以for循环为例：

def main(args: Array[String]): Unit = {
    // 表达式1 to 10返回一个Range区间，每次循环将区间中的一个值赋给i
    for (i <- 1 to 3) {
      println(i)
    }

    //i代表数组中的每个元素
    val arr = Array("a", 1, "c")
    for (i <- arr) {
      println(i)
    }

    //高级for循环
    //每个生成器都可以带一个条件，注意：if前面没有分号
    //相当于双层for循环，i每获得一个值对1to3进行全部遍历并赋值给j然后进行条件判断
    for (i <- 1 to 3; j <- 1 to 3 if (i != j)) {
      println(i + j)
    }

    //for推导式：如果for的循环体以yield开头，则该循环会构建一个集合
    //    每次迭代生成集合中的一个元素 集合类型为Vector
    var v = for (i <- 1 to 3) yield i * i
    println(v)

    //遍历一个数组，to：包头包尾；until：包头不包尾
    for (i <- arr.length - 1) {
      println(arr(i))
    }
    for(i <- 0 until arr.length) {
      println(arr(i))
    }
}

1.4 Option类型

在Scala中Option类型样例类用来表示可能存在或也可能不存在的值(Option的子类有Some和None)。Some包装了某个值，None表示没有值：

def main(args: Array[String]): Unit = {
    val map = Map("a"->1,"b"->2)
//根据key获取value匹配match中的逻辑有值返回Some类型(已封装数据)，无值返回None
    val v = map.get("b") match {
      case Some(i) => i
      case None => 0
    }
    println(v)
    //更好的方式
    val value = map.getOrElse("c",0)
    println(value)
  }

1.5 方法和函数

Scala中的+、-、*、/、%等操作符的作用与Java一样，位操作符&、|、^、>>、<<也一样。但在Scala中：这些操作符实际上是方法。例如：a + b是a.+(b)方法调用的简写：a 方法 b可以写成 a.方法(b)。

方法的返回值类型可以不写，编译器可以自动推断出来，但是对于递归函数，必须指定返回类型。

def str = "a" 成立，定义一个字符串

在函数式编程语言中，函数可以像任何其他数据类型一样被传递和操作：

偏函数：

//偏函数，它是PartialFunction[-A,+B]的一个实例，A代表参数类型，B代表返回值类型，常用作模式匹配（后文阐述）。

def func1: PartialFunction[String, Int] = {
    case "one" => 1
    case "two" => 2
    case _ => -1
  }
  def func2(num: String): Int = num match {
    case "one" => 1
    case "two" => 2
    case _ => -1
  }
  def main(args: Array[String]) {
    println(func1("one"))
    println(func2("three"))
}

2. 数组、映射、元组、集合

2.1 数组

import scala.collection.mutable.ArrayBuffer
//scala导包比如导入scala.collection.mutable下所有的类:scala.collection.mutable._
object ArrayDemo {
  def main(args: Array[String]): Unit = {
    println("======定长数组======")
    // 初始化一个长度为8的定长数组，所有元素初始化值为0
    var arr1 = new Array[Int](8)
    // 底层调用的apply方法
    var arr2 = Array[Int](8)

    //toBuffer会将数组转换成数组缓冲
    println(arr1.toBuffer) // ArrayBuffer(0, 0, 0, 0, 0, 0, 0, 0)
    println(arr1(2)) // 使用()来访问元素

    println("=======变长数组(数组缓冲)======")
    val varr = ArrayBuffer[Int]()
    //向数组缓冲尾部追加一个或多个元素(+=)
    varr += 1
    varr += (2, 3)

    //追加一个数组用 ++=
    varr ++= Array(4, 5)
    varr ++= ArrayBuffer(6, 7)

    //指定位置插入元素-1和3；参数1：指定位置索引，参数2：插入的元素可以是多个
//    def insert(n: Int, elems: A*) { insertAll(n, elems) }
    varr.insert(0,-1,3)

    varr.remove(0) //删除指定索引处的元素
    //从指定索引处开始删除，删除多个元素；参1：指定索引，参2：删除个数
    varr.remove(0,2)

    // 从0索引开始删除n个元素
    //  varr.trimStart(2)

    //从最后一个元素开始删除，删除指定个数的元素(length-n max 0)
    varr.trimEnd(2)
    )

    //reduce ==>非并行化集合调用reduceLeft
    //(((1+8)+3)+5)...
    println(varr.reduce((x,y)=> x+y))
    println(varr.reduce(_+_))
    println(varr.reduce(_-_))

Array("one","two","three").max //two，字符串比较大小，按照字母表顺序
Array("one","two","three").mkString("-")//以"-"作为数组中元素间的分隔符one-two-three
Array("one","two","three").mkString("1","-","2")//1one-two-three2

    //参1：arr元素的数组个数，参2：arr中每个数组中元素个数
   val arr = Array.ofDim[Int](2, 3)
    arr.head arr.last //数组的第一个和最后一个元素
  }
}

yield关键字将原始的数组进行转换会产生一个新的数组，原始的数组不变

def main(args: Array[String]) {
    //定义一个数组
    val arr = Array(1, 2, 3, 4, 5, 6, 7, 8, 9)
    //将偶数取出乘以10后再生成一个新的数组
    val res = for (e <- arr if e % 2 == 0) yield e * 10
    println(res.toBuffer)

    //filter过滤接收一个返回值为boolean的函数，过滤掉返回值为false的元素
    //map将数组中的每一个元素取出来(_)进行相应操作
    val r = arr.filter(_ % 2 == 0).map(_ * 10)
    println(r.toBuffer)

    //数组元素求和，最大值，排序
    println(arr.sum+":"+arr.max+":"+arr.sorted.toBuffer)
}

2.2 映射

在Scala中，把哈希表这种数据结构叫做映射，类似于Java中的Map。

在Scala中，有两种Map：

不可变Map：scala.collection.immutable.Map（可以存储一些配置或参数供多个线程访问，保证线程安全，具体还要结合业务实际场景），内容不更改

可变Map：scala.collection.mutable.Map==>类似于Java中的HashMap，可以进行put、get、remove等操作，内容可变

map += ("c" -> 3)  map += (("d",4)) 增加元素 -=移除元素 +/-增加或移除一个元素并返回一个新的集合

注意：通常我们在创建一个集合时会用val这个关键字修饰一个变量，那么就意味着该变量的引用不可变，该引用中的内容是不是可变还取决于这个引用指向的集合的类型

2.3 元组

映射是K/V对偶的集合，对偶是元组的最简单形式，元组可以装着多个不同类型的值，元组是不可变的

zip命令可以将多个值绑定在一起（将两个数组/集合的元素一一对偶）：

注意：如果两个数组的元素个数不一致，拉链操作后生成的数组的长度为较小的那个数组的元素个数

对于元组val t = (1, 3.14, "Fred")，val (first, second, _) = t // second等于3.14

2.4 集合

Scala的集合有三大类：序列Seq、集Set、映射Map，所有的集合都扩展自Iterable特质。集合分可变（mutable）和不可变（immutable）两种类型，immutable类型的集合初始化后长度和内容都不能改变（注意与val修饰的变量进行区别）

2.4.1 Seq/List

在Scala中列表要么为空（Nil表示空列表）要么是一个head元素加上一个tail列表。

9 :: List(5, 2)  :: 操作符是将给定的头和尾创建一个新的列表【注意：:: 操作符是右结合的，如9 :: 5 :: 2 :: Nil相当于 9 :: (5 :: (2 :: Nil))】

def main(args: Array[String]): Unit = {
    //创建一个不可变集合
    val lt = List(1, 2, 3)
    /*//添加元素到lt前面生成一个新的List
    val lt2 = ("a", -1, 0) :: lt
    val lt3 = lt.::(0)
    val lt4 = 0 +: lt
    val lt5 = lt.+:(0)
    println(lt + "==>" + lt2 + "==" + lt3 + "==" + lt4 + "==" + lt5)
    val lt6 = lt :+ 4
    println("添加元素到后面："+lt6 )*/

    //合并两个集合，lt0在lt前面
    val lt0 = List(4,5,6,7)
    val lt7 = lt0.union(lt)
    val lt8 = lt0 ++ lt
    println(lt7 +":"+lt8 )
    println("lt0在lt后面"+lt ++ lt0)
    //将两个集合中的元素一一绑定，如果元素数不一致以较少元素集合为准
    println(lt0.zip(lt).toMap)

    //将lt0插入到lt前面生成一个新的集合
    println(lt0 ++: lt)
    println(lt.:::(lt0))
  }

def main(args: Array[String]): Unit = {
//    构建一个可变列表，初始有3个元素1,2,3   alt+enter导包
    val lst0 = ListBuffer[Int](1,2,3)
    //创建一个空的可变列表
    val lst1 = new ListBuffer[Int]
    //向lst1中追加元素，注意：没有生成新的集合
    lst1 += 4
    lst1.append(5)
    println(lst1)
    //将lst1中的元素最近到lst0中， 注意：没有生成新的集合
    println(lst0 ++= lst1)

    //将lst0和lst1合并成一个新的ListBuffer 注意：生成了一个集合
    println(lst0 ++ lst1)
    //将元素追加到lst0的后面生成一个新的ListBuffer
    val lst3 = lst0 :+ 5
    println(lst3)
}

def main(args: Array[String]): Unit = {
//    构建一个可变列表，初始有3个元素1,2,3   alt+enter导包
    val lst0 = ListBuffer[Int](1,2,3)
    //创建一个空的可变列表
    val lst1 = new ListBuffer[Int]
    //向lst1中追加元素，注意：没有生成新的集合
    lst1 += 4
    lst1.append(5)
    println(lst1)
    //将lst1中的元素最近到lst0中， 注意：没有生成新的集合
    println(lst0 ++= lst1)

    //将lst0和lst1合并成一个新的ListBuffer 注意：生成了一个集合
    println(lst0 ++ lst1)
    //将元素追加到lst0的后面生成一个新的ListBuffer
    val lst3 = lst0 :+ 5
    println(lst3)
  }
 def main(args: Array[String]): Unit = {
 /*   //创建一个List
    val lst0 = List(1,7,9,8,0,3,5,4,6,2)
    //将lst0中每个元素乘以10后生成一个新的集合
    val lst1 = lst0.map(_*10)
    val lst2 = for(i <- lst0) yield i * 10
    println(lst1 + ":" +lst2)
    //将lst0中的偶数取出来生成一个新的集合
    val lst3 = lst0.filter(_ % 2 == 0)
    val lst4 = for(i <- lst0 if(i % 2 == 0)) yield i
    println(lst3 + ":" +lst4)
    //将lst0排序后生成一个新的集合
    val lst5 = lst0.sorted//升序
    val lst6 = lst0.sortWith(_>_)//降序
    val lst7 = lst0.sortBy(x => x)//升序
    println(lst5 + ":" +lst6 + ":" +lst7)
    //反转顺序
    println(lst5.reverse)
    //将lst0中的元素4个一组,类型为Iterator[List[Int]]
    val it = lst0.grouped(4)
//    println(it.toBuffer)
    //将Iterator转换成List
    val lst8 = it.toList
    //将多个list压扁成一个List
    println(lst8.flatten)

    //先按空格切分，再压平
    val lines = List("hello tom hello jerry", "hello jerry", "hello kitty")
    lines.map(_.split(" ")).flatten
lines.flatMap(_.split(" "))//
    //并行计算求和
    println(lst0.par.sum)
    println(lst0.par.reduce(_+_))//非指定顺序
    println(lst0.par.reduceLeft(_+_))//指定顺序

    //折叠：有初始值（无特定顺序）
    val lst11 = lst0.fold(100)((x, y) => x + y)
    //折叠：有初始值（有特定顺序）
    val lst12 = lst0.foldLeft(100)((x, y) => x + y) */
    //聚合
    val arr = List(List(1, 2, 3), List(3, 4, 5), List(2), List(0))
//    println(arr.flatten.sum)
    /*先局部求和，再汇总
 _+_.sum：第一个下划线是初始值和后面list.sum和,_.sum是list的和,非并行化时只初始化1次只携带1次
    _+_：初始值和list元素和的和 */
    val result = arr.aggregate(10)(_+_.sum,_+_)
    val res = arr.aggregate(10)((x,y)=>x+y.sum,(a,b)=>a+b)
    println(result+":"+res)

    val l1 = List(5,6,4,7)
    val l2 = List(1,2,3,4)
    //求并集
    val r1 = l1.union(l2)
    //求交集
    val r2 = l1.intersect(l2)
    //求差集
    val r3 = l1.diff(l2)
    println(r3)
  }

2.4.2 Set

def main(args: Array[String]): Unit = {
    //不可变Set
   /* val set1 = new HashSet[Int]()
    //将元素和set1合并生成一个新的set，原有set不变
    val set2 = set1 + 4
    //set中元素不能重复
    val set3 = set1 ++ Set(5, 6, 7)
    val set0 = Set(1,3,5) ++ set3
    println(set0)*/

    //创建一个可变的HashSet
    val set1 = new mutable.HashSet[Int]()
    //向HashSet中添加元素
    set1 += 2
    //add等价于+=
    set1.add(4)
    set1 ++= Set(1,3,5)
    println(set1)
    //删除一个元素
    set1 -= 5
    set1.remove(2)
    println(set1)
  }

推荐文章：

大数据常用技术栈

Spark通识