寫給Python程序員的Scala入門教程

隨着業務和數據的須要，咱們引入了Spark。Spark對Python的支持仍是挺好的，但畢竟它仍是使用Scala開發的，且現有的API並無100%覆蓋Python。因此就有了這篇文章，讓Python程序員能夠接觸Scala這門更高（級）、更快（速）、更強（大）的（奧運精神）語言。

Scala兼具Python樣的開發效率，但又有Java般的執行性能，真是一不可多得的神器！（固然，魚和熊不可兼得，Scala的入門曲線相比Python是要那麼陡峭一丟丟）

安裝

通常Linux系統都自帶Python環境，但Scala是沒有的。這須要咱們手動安裝，還須要安裝Java環境。Java環境的安裝這裏就不介紹了，網上不少。說說Scala的安裝吧。下載地址在http://scala-lang.org/download/2.11.7.html。

wget -c http://downloads.typesafe.com/scala/2.11.7/scala-2.11.7.tgz
tar zxf scala-2.11.7
cd scala-2.11.7
./bin/scala
Welcome to Scala version 2.11.7 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_60).
Type in expressions to have them evaluated.
Type :help for more information.

scala>

咱們能夠看到終端出現了scala>提示符，這個就像Python的REPL同樣，Scala也擁有一個REPL。咱們能夠在這裏很方便的編寫一些代碼，測試一些想法。

對於Scala經常使用的IDE（集成開發環境），推薦使用IDEA for scala plugins和scala-ide。

Scala的強大，除了它自身對多核編程更好的支持、函數式特性及一些基於Scala的第3方庫和框架（如：Akka、Playframework、Spark、Kafka……），還在於它能夠無縫與Java結合。全部爲Java開發的庫、框架均可以天然的融入Scala環境。固然，Scala也能夠很方便的Java環境集成，好比：Spring。若你須要第3方庫的支持，可使用Maven、Gradle、Sbt等編譯環境來引入。

Scala是一個面向對象的函數式特性編程語言，它繼承了Java的面向對特性，同時又從Haskell那裏吸取了不少函數式特性並作了加強。

Hello, world.

一般狀況下，Java系的程序都須要有一個main方法來執行。並須要放入一個Web container容器，或打成一個jar包來執行。可是Scala不同，它除了支持傳統的Java方式，它也能夠像Python同樣把代碼保存到一個腳本文件裏（.scala）執行，就像一個Shell腳本同樣。

yangjing-mac-air:scala-2.11.7 jingyang$ cat test.scala 
#!/bin/sh
exec scala "$0" "$@"
!#
// Say hello to the first argument
println("Hello, "+ args(0) +"!")
yangjing-mac-air:scala-2.11.7 jingyang$ ./test.scala 楊景
Hello, 楊景!

（注：須要把$SCALA_HOME/bin加入系統環境變量才能直接執行scala命令）

能夠看到，使用Scala，你除了像傳統的Java程序同樣把它作爲一個「服務」的方式來啓動，你也能夠把它像Python同樣作爲一個「腳本」來啓動。

（注意：Scala不像Python同樣經過代碼縮進來表示代碼的層次關係，而是和一般的語言同樣使用{}來表示代碼的層級。給程序員更多的自由）

變量、基礎數據類型

Scala中變量不須要顯示指定類型，但須要提早聲明。這能夠避免不少命名空間污染問題。Scala有一個很強大的類型自動推導功能，它能夠根據右值及上下文自動推導出變量的類型。你能夠經過以下方式來直接聲明並賦值。

scala> val a = 1
a: Int = 1

scala> val b = true
b: Boolean = true

scala> val c = 1.0
c: Double = 1.0

scala> val a = 30 + "歲"
a: String = 30歲

Immutable

（注：函數式編程有一個很重要的特性：不可變性。Scala中除了變量的不可變性，它還定義了一套不可變集合scala.collection.immutable._。）

val表明這是一個final variable，它是一個常量。定義後就不能夠改變，相應的，使用var定義的就是日常所見的變量了，是能夠改變的。從終端的打印能夠看出，Scala從右值自動推導出了變量的類型。Scala能夠如動態語言似的編寫代碼，但又有靜態語言的編譯時檢查，不會像Python同樣留下不少陷阱在運行多時之後才被發現。

（注：在RELP中，val變量是能夠從新賦值的，這是｀ RELP`的特性。在日常的代碼中是不能夠的。）

基礎數據類型

Scala中基礎數據類型有：Byte、Short、Int、Long、Float、Double，Boolean，Char、String。和Java不一樣的是，Scala中沒在區分原生類型和裝箱類型，如：int和Integer。它統一抽象成Int類型，這樣在Scala中全部類型都是對象了。編譯器在編譯時將自動決定使用原生類型仍是裝箱類型。

字符串

Scala中單引號和雙引號包裹是有區別的，單引號用於字符，雙引號用於字符串。

scala> val c1 = 'c'
c1: Char = c

scala> val 字符2 = '楊'
字符2: Char = 楊

scala> val s1 = "杭州譽存科技有限公司"
s1: String = 杭州譽存科技有限公司

scala> val s2 = s"杭州譽存科技有限公司工程師${c2}景"
s2: String = 杭州譽存科技有限公司工程師楊景

scala> val s3 = s"""杭州譽存科技有限公司"工程師"\n${c2}景是江津人"""
s3: String =
杭州譽存科技有限公司"工程師"
楊景是江津人

Scala基於JVM平臺，默認使用unicode，因此變量名是能夠直接用中文的。而在Scala中，中文也是直接顯示的，不像Python2同樣會輸出成unicdoe編碼形式：\uxxxx。

Scala還支持String Interpolation（「字符串插值"）的特性，可使用${variable name}這樣的形式引用變量，並將值插入。就像示例s2同樣。

而連線3個雙引號在Scala中也有特殊含義，它表明被包裹的內容是原始字符串，能夠不須要字符轉碼。這一特性在定義正則表達式時頗有優點。

運算符

Scala中的運算符實際上是定義在對象上的方法（函數），你看到的諸如：3 + 2實際上是這樣子的：3.+(2)。+符號是定義在Int對象上的一個方法。支持和Java一至的運算符（方法）：

（注：在Scala中，方法前的.號和方法兩邊的小括號在不引發歧義的狀況下是能夠省略的。這樣咱們就能夠定義出很優美的DSL）

• ==、!=：比較運算
• !、|、&、^：邏輯運算
• >>、<<：位運算

在Scala中，修正（算更符合通常人的常規理解吧）==和!=運算符的含義。在Scala中，==和!=是執行對象的值比較，至關於Java中的equals方法（實際上編譯器在編譯時也是這麼作的）。而對象比較須要使用eq和ne兩個方法來實現。

控制語句

Scala中支持if、while、for comprehension（for表達式)、match case（模式匹配）四大主要控制語句。Scala不支持switch和? :兩種控制語句，但它的if和match case會有更好的實現。

if

Scala支持if語句，其基本使用和Java、Python中的同樣。但不一樣的時，它是有返回值的。

（注：Scala是函數式語言，函數式語言還有一大特性就是：表達式。函數式語言中全部語句都是基於「表達式」的，而「表達式」的一個特性就是它會有一個值。全部像Java中的? :3目運算符可使用if語句來代替）。

scala> if (true) "真" else "假"
res0: String = 真

scala> val f = if (false) "真" else "假"
f: String = 假

scala> val unit = if (false) "真"
unit: Any = ()

scala> val unit2 = if (true) "真" 
unit2: Any = 真

能夠看到，if語句也是有返回值的，將表達式的結果賦給變量，編譯器也能正常推導出變量的類型。unit和unit2變量的類型是Any，這是由於else語句的缺失，Scala編譯器就按最大化類型來推導，而Any類型是Scala中的根類型。()在Scala中是Unit類型的實例，能夠看作是Java中的Void。

while

Scala中的while循環語句：

while (條件) {
  語句塊
}

for comprehension

Scala中也有for表達式，但它和Java以及Python中的for不太同樣，它具備更強大的特性。一般的for語句以下：

for (變量 <- 集合) {
  語句塊
}

Scala中for表達式除了上面那樣的常規用法，它還可使用yield關鍵字將集合映射爲另外一個集合：

scala> val list = List(1, 2, 3, 4, 5)
list: List[Int] = List(1, 2, 3, 4, 5)

scala> val list2 = for (item <- list) yield item + 1
list2: List[Int] = List(2, 3, 4, 5, 6)

還能夠在表達式中使用if判斷：

scala> val list3 = for (item <- list if item % 2 == 0) yield item
list3: List[Int] = List(2, 4)

還能夠作flatMap操做，解析2維列表並將結果攤平（將2維列表拉平爲一維列表）：

scala> val llist = List(List(1, 2, 3), List(4, 5, 6), List(7, 8, 9))
llist: List[List[Int]] = List(List(1, 2, 3), List(4, 5, 6), List(7, 8, 9))

scala> for {
     |   l <- llist
     |   item <- l if item % 2 == 0
     | } yield item
res3: List[Int] = List(2, 4, 6, 8)

看到了，Scala中for comprehension的特性是很強大的。它和Python中的list comprehension很相似，但不一樣的是在Scala中這一特性並不僅限於list中，而是整個集合庫都支持這一特性，包括：Seq、Map、Set、Array……

Scala和Python同樣，也沒有C-Like語言裏的for (int i = 0; i < 10; i++)語法，但和Python相似的它也有xrange或range函數樣的效果。在Scala中的使用方式以下：

scala> for (i <- (0 until 10)) {
     |   println(i)
     | }
0
1
2
3
4
5
6
7
8
9

比Python更好的一點時，Scala中還有一個to方法（Scala中去處符其實都是定義在對象上的方法/函數）：

scala> for (i <- (0 to 10)) print(" " + i)
 0 1 2 3 4 5 6 7 8 9 10

match case

模式匹配，是函數式語言很強大的一個特性。它比命令式語言裏的switch更好用，表達性更強。

scala> def level(s: Int) = s match {
     |   case n if n >= 90 => "優秀"
     |   case n if n >= 80 => "良好"
     |   case n if n >= 70 => "良"
     |   case n if n >= 60 => "及格"
     |   case _ => "差"
     | }
level: (s: Int)String

scala> level(51)
res28: String = 差

scala> level(93)
res29: String = 優秀

scala> level(80)
res30: String = 良好

能夠看到，模式匹配可使用switch相同的功能。但也switch須要使用break明確告知終止以後的判斷不一樣，Scala中的match case是默認break的，只要其中一個case語句匹配，就終止以後的因此比較。且對應case語句的表達式值將做爲整個match case表達式的值返回。

Scala中的模式匹配還有類型匹配、數據抽取、謂詞判斷等其它有用的功能。這裏只作簡單介紹，以後會單獨一個章節來作較詳細的解讀。

集合

在Python中，經常使用的集合類型有：list、tuple、set、dict。Scala中對應的有：List、Tuple[X]、Set、Map。

List

Scala中List是一個遞歸不可變集合，它很精妙的使用遞歸結構定義了一個列表集合。除了以前使用Listobject來定義一個列表，還可使用以下方式：

scala> val list = 1 :: 2 :: 3 :: 4 :: 5 :: Nil
list: List[Int] = List(1, 2, 3, 4, 5)

List採用前綴操做的方式（全部操做都在列表頂端（開頭））進行，::操做符的做用是將一個元素和列表鏈接起來，並把元素放在列表的開頭。這樣List的操做就能夠定義成一個遞歸操做。添加一個元素就是把元素加到列表的開頭，List只須要更改下頭指針，而刪除一個元素就是把List的頭指針指向列表中的第2個元素。這樣，List的實現就很是的高效，它也不須要對內存作任何的轉移操做。List有不少經常使用的方法：

scala> list.indexOf(3)
res6: Int = 2

scala> 0 :: list
res8: List[Int] = List(0, 1, 2, 3, 4, 5)

scala> list.reverse
res9: List[Int] = List(5, 4, 3, 2, 1)

scala> list.filter(item => item == 3)
res11: List[Int] = List(3)

scala> list
res12: List[Int] = List(1, 2, 3, 4, 5)

scala> val list2 = List(4, 5, 6, 7, 8, 9)
list2: List[Int] = List(4, 5, 6, 7, 8, 9)

scala> list.intersect(list2)
res13: List[Int] = List(4, 5)

scala> list.union(list2)
res14: List[Int] = List(1, 2, 3, 4, 5, 4, 5, 6, 7, 8, 9)

scala> list.diff(list2)
res15: List[Int] = List(1, 2, 3)

Scala中默認都是Immutable collection，在集合上定義的操做都不會更改集合自己，而是生成一個新的集合。Python中只有set上有求交、並、差積運算，Scala中將其範化到因此序列集合上（Seq、List、Set、Array……）均可以支持。

Tuple

Scala中也支持Tuple（元組）這種集合，但最多隻支持22個元素（事實上Scala中定義了Tuple0、Tuple1……Tuple22這樣22個TupleX類，實現方式與C++ Boost庫中的Tuple相似）。和Python中相似，Scala也採用小括號來定義元組。

scala> val tuple1 = (1, 2, 3)
tuple1: (Int, Int, Int) = (1,2,3)

scala> tuple1._2
res17: Int = 2

scala> val tuple2 = Tuple2("楊", " )
tuple2: (String, String) = (楊,景)

可使用xxx._[X]的形式來引用Tuple中某一個具體元素，其_[X]下標是從1開始的，一直到22（如有定義這麼多）。

Set

Set是一個不重複且無序的集合，初始化一個Set須要使用Set對象：

scala> val set = Set("Python", "Scala", "Java", "C++", "Javascript", "C#", "PHP") 
set: scala.collection.immutable.Set[String] = Set(Scala, C#, Python, Javascript, PHP, C++, Java)

scala> set + "Go"
res21: scala.collection.immutable.Set[String] = Set(Scala, C#, Go, Python, Javascript, PHP, C++, Java)

scala> set filterNot (item => item == "PHP")
res22: scala.collection.immutable.Set[String] = Set(Scala, C#, Python, Javascript, C++, Java)

Map

Scala中的Map是一個HashMap，其key也是無序的。Python中的dict對應些類型（可使用TreeMap來讓Map有序）。與Python中不同，Scala並無提供一個{}來定義Map，它仍是很統一的採用相關類型的object來定義：

scala> val map = Map("a" -> "A", "b" -> "B")
map: scala.collection.immutable.Map[String,String] = Map(a -> A, b -> B)

scala> val map2 = Map(("b", "B"), ("c", "C"))
map2: scala.collection.immutable.Map[String,String] = Map(b -> B, c -> C)

Scala中定義Map時，傳入的每一個Entry（K、V對）其實就是一個Tuple2（有兩個元素的元組），而->是定義Tuple2的一種便捷方式。

scala> map + ("z" -> "Z")
res23: scala.collection.immutable.Map[String,String] = Map(a -> A, b -> B, z -> Z)

scala> map.filterNot(entry => entry._1 == "a")
res24: scala.collection.immutable.Map[String,String] = Map(b -> B)

scala> map
res25: scala.collection.immutable.Map[String,String] = Map(a -> A, b -> B)

Scala的immutable collection並無添加和刪除元素的操做，其定義+（List使用::在頭部添加）操做都是生成一個新的集合，而要刪除一個元素通常使用.filterNot函數來映射一個新的集合實現。

（注：Scala中也scala.collection.mutable._集合，它定義了不可變集合的相應可變集合版本。通常狀況下，除非一性性能優先的操做（其實Scala集合採用了共享變量的優化，生成一個新集合並不會生成全部元素的副本，它將會和老的集合共享大元素。由於Scala中變量默認都是不可變的），推薦仍是採用不可變集合。由於它更直觀、線程安全，你能夠肯定你的變量不會在其它地方被不當心的更改。）

函數（初級）

在Scala中，函數是一等公民。函數能夠像類型同樣被賦值給一個變量，也能夠作爲一個函數的參數被傳入，甚至還能夠作爲函數的返回值返回（這就是函數式編程）。

他Python同樣，Scala也使用def關鍵詞來定義一個函數：

scala> def calc(n1: Int, n2: Int): (Int, Int) = {
     |   (n1 + n2, n1 * n2)
     | }
calc: (n1: Int, n2: Int)(Int, Int)

scala> val (add, sub) = calc(5, 1)
add: Int = 6
sub: Int = 5

這裏定義了一個函數：calc，它有兩個參數：n1和n2，其類型爲：Int。cala函數的返回值類型是一個有兩個元素的元組，在Scala中能夠簡寫爲：(Int, Int)。在Scala中，代碼段的最後一句將作爲函數返回值，因此這裏不須要顯示的寫return關鍵字。

而val (add, sub) = calc(5, 1)一句，是Scala中的抽取功能。它直接把calc函數返回的一個Tuple2值賦給了add他sub兩個變量。

總結

本篇文章簡單的介紹了Scala的語言特性，本文並不僅限於Python程序員，任何有編程經驗的程序員均可以看。如今你應該對Scala有了一個基礎的認識，並能夠寫一些簡單的代碼了。以後會分享一些《Scala實戰（系列）》，介紹更函數式的寫法及與實際工程中結合的例子。