Scala语法基础Scala介绍

　　初识Scala
　　Scala是ScalableLanguage（可伸缩语言）的缩写，2003年诞生于瑞士洛桑联邦理工学院（EPFL），以实现高性能、高并发为目标。是运行在JVM（Java虚拟机）上的多范式编程语言，同时支持面前对象和面向函数编程。
　　Scala是一门静态类型语言（严格遵守变量的数据类型）。在其他语言中，如Python，如果定义了一个变量，则可以在其中存储数字或字符串；但是，像Scala这样的静态类型语言，则不能将数字值存储在字符串变量中。为什么使用Scala开发大数据应用程序（Spark程序、Flink程序）表达能力强、代码简短、开发速度快兼容Java，可以访问庞大的Java类库Scala和Java的代码量
　　Java的代码：用户实体类publicclassUser｛privateStringname；privateListOrderorders；publicStringgetName（）｛returnname；｝publicvoidsetName（Stringname）｛this。namename；｝publicListOrdergetOrders（）｛returnorders；｝publicvoidsetOrders（ListOrderorders）｛this。ordersorders；｝｝
　　而同样的功能，用Scala实现时的代码则是：caseclassUser（varname：String，varorders：List〔Order〕）
　　可见，Scala的这个特点最终将转化为提高开发效率和降低代码维护成本。Scala的性能
　　由上面的例子我们可以感受到Scala的开发效率，那么它的性能会不会有所牺牲呢？
　　关于这个话题有很多争论，但事实上是使用Scala开发Spark才能获得最佳性能。
　　Databricks（Spark的创造者）分别对用Python和Scala开发Spark时的性能进行了全面的研究比较，结果如下：RecentperformanceimprovementsinApacheSpark：SQL，Python，DataFrames，andMoreTheDatabricksBlog
　　此研究清晰表明，当使用SparkAPI中的RDD时，用Scala开发与用Python开发对性能的差别很大。而当使用SparkAPI提供的另一种数据结构DataFreames时，两者的性能差异几乎可以忽略不计。
　　在执行速度上，JVM类型语言方面优于解释类语言，这个结果背后有很多技术方面的原因，我们不深究。对于大多数人来说，只要掌握了Scala，就能确保可以编写出具有最佳性能水平的程序（当然前提是敲对了代码〔做鬼脸〕）