大数据中为什么使用Scala？

原因：

• 开发大数据应用程序 （Spark程序、Flink程序 ）

Hadoop已经是我们大数据领域的事实标准了。Spark生态并不是要取代Hadoop生态，而是为了更好的拓展大数据生态，两者结合。而Spark由我们Scala开发的，我们学习Scala为了更好的去学习Spark。

• 表达能力强，一行代码抵得上Java多行，开发速度快。 优雅，代码简介逻辑更加清晰。

• 兼容Java，可以访问庞大的Java类库，例如：操作mysql、redis、freemarker、activemq等等

 案例对比：

假设定义三个实体类（用户、订单、商品）

java代码实现：

用户实体类：

/**
 * 用户实体类
 */
public class User {
    private String name;
    private List<Order> orders;
 
    public String getName() {
    	return name;
    }
 
    public void setName(String name) {
    	this.name = name;
    }
 
    public List<Order> getOrders() {
    	return orders;
    }
 
    public void setOrders(List<Order> orders) {
    	this.orders = orders;
    }
}

 订单实体类：

/**
 * 订单实体类
 */
public class Order {
    private int id;
    private List<Product> products;
 
    public int getId() {
    	return id;
    }
 
    public void setId(int id) {
    	this.id = id;
    }
 
    public List<Product> getProducts() {
    	return products;
    }
 
    public void setProducts(List<Product> products) {
    	this.products = products;
    }
}

商品实体类：

/**
 * 商品实体类
 */
public class Product {
    private int id;
    private String category;
 
    public int getId() {
    	return id;
    }
 
    public void setId(int id) {
    	this.id = id;
    }
 
    public String getCategory() {
    	return category;
    }
 
    public void setCategory(String category) {
    	this.category = category;
    }
}

Scala代码：

case class User(var name:String, var orders:List[Order])	// 用户实体类
case class Order(var id:Int, var products:List[Product])	// 订单实体类
case class Product(var id:Int, var category:String)  		// 商品实体类

总结

    看到这里是不是已经对scala爱不释手了，在接下来的几天，我会把系统的把scala的基础用法介绍一下。