scala概念随笔

1、面向函数式编成：函数即参数

2、scala跑在java平台，scala程序编译成.class文件，由jvm解析处理，所以需要java来处理，

3、scala是面向对象，面向函数的基于静态类型（常量）的编程语言。

4、常量为主，有隐士转换

5、线程的处理，采用消息通信机制；

6、消息机制：kafka，上层架构就是软件架构，消息之间的传递，一般都是点对点的；而基于sorkeyde的机制，构建2端，客户端和服务器端，他们之间的交互，两个端口相互处理；再往后就是2端的请求和相应，java消息服务；共享：实时的消息传递，共享消息，共享数据，直接入库，数据库可以共享，数据库的压力很大；

现在消息队列：好几个系统共同访问数据库，压力越来越大，峰值来临的时候，就没办法了，阻塞了就；异步处理:解决了系统间的通信，结合并发处理，

7、scala是异步的，基于消息队列的，所以并发很强，线程之间的传递都是靠消息机制，来出发，一定是异步处理，

8、kafka就是消息队列，峰值来临，有队列进行；

9、安装2.11.8 原因：spark版本是2.1.2版本，由scala的2.11.8编译的；

10、win安装：注意：最好不带中文，不能有空格，否则会抛主类找不到。。。

必须安装jdk，1.8版本以上

11、+ 就是个方法，a + b 就相当于a调用了加方法参数为b

12、scala的返回值是可以省略的，他是可以通过类型推断返回；推断是通过函数体的最后一行作为他的返回类型；

13、scala数组的定义：args(0);定义都是小括号，java是[]

14、scala为什么快？

1，内存，2，不可变，MR计算引擎，MR的job之间有很强的关系，第一个的输出是第二个的输入；Map的结果不存，溢血到本地，reduce会把本地数据读取；mr中间数据过程不存储，中间出错，50步，就得重新开始，mr多耗费资源，mr做离线比较好；3、spark的rdd就是不可变的集合，每对任何一个数据集做操作，会生成新的数据集，不会对以前的有影响，随意出问题不用重新开始，4、spark分布式处理数据，5、spark基于内存，内存装不下就直接溢血到磁盘，6、MR中间结果算出存磁盘，spark中间结果存储到内存；7、spark没有保障，因为基于内存，如果宕机会丢失数据，所以spark计算过程中其中一步要持久化磁盘，

15、scala中的元组最多是22元组，元组是从1开始算

16、scala的object和类不是一个性质，object定义的类是程序的入口，就像是java的主函数是的，类的实例化要在object中定义；

17、如果你的单利object的类的名字和你正常定义class类的没名字一样，就可以共享你的私有的属性，而名字不一样就不能共享。名字一样的object和class类，class是单例object的伴生类，单例object是class的伴生对象；

18、函数的参数默认都是不变的，传进的数值是调用函数，

19、scala的变量定义0x或者0X为16进制；而在2.1.0以后就没有八进制的存在；现在的版本所有的都是十进制和十六进制赋值；