第43讲：Scala中类型变量Bounds代码实战及其在Spark中的应用源码解析学习笔记

第43讲：Scala中类型变量Bounds代码实战及其在Spark中的应用源码解析学习笔记

scala中的类型变量bounds代码实战及其在spark中的应用

类型变量的上界与下界

在spark中如何运用类型变量的界定的。

 

上讲讲了泛型 类

//class Pair[T](val first : T, val second : T){

//不定义T为comparable的话，就不知道T的类型，

//所以也不知道T是否有compareTo方法。故编译器会报错。

class Pair[T <: Comparable[T]](val first : T, val second : T){

  //Pair是泛型类，类型为T的成员具体方法compareTo

  //对T类型的限定是<:，即T必须是Comparable[T]类型的子类

  //这样的话T就一定有CompareTo方法。

  //T <: Comparable[T]表明了T的上界。

  def bigger = if(first.compareTo(second) > 0)first else second

}

 

class Pair_Lower_Bound[T](val first : T, val second:T){

  def replaceFirst[R >: T](newFirst:R)= new Pair_Lower_Bound[R](newFirst,second)

  //R是T的父类，T是R的子类，

  //从R角度看T是R的下界，从T类型看，R是T类型的上界

  //假设T是student类型，Person可以代替student,Person就是student的父类，

  //

}

object Type_Variables_Bounds{

  def main(args: Array[String]){

    val pair = new Pair("Spark","Hadoop")

    //结果为Spark，

    println(pair.bigger)

  }

}

 

def hadoopFile[K, V, F <: InputFormat[K,V]]

  (path: String, minPartitions: Int)

  (implicit km: ClassTag[K],vm:ClassTag[V], fm: ClassTag[F]): RDD[(K,V)] = withScope {

  hadoopFile(path,

fm.runtimeClass.asInstanceOf[Class[F]],

km.runtimeClass.asInstanceOf[Class[K]],

vm.runtimeClass.asInstanceOf[Class[V]],

minPartitions)

}

//hadoopFile是读取hadoop文件的。

//K, V, F <: InputFormat[K,V]表明K, V, F都必须是InputFormat[K,V]类型的子类。

 

以上内容是从王家林老师DT大数据课程第43讲的学习笔记。
DT大数据微信公众账号：DT_Spark  

王家林老师QQ:1740415547 

王家林老师微信号：18610086859
scala第43讲视频观看链接：
http://yun.baidu.com/s/1eQjga2I
我的百度网盘共享的DT大数据梦工厂王家林老师第1-85讲的视频内容：http://pan.baidu.com/s/1qWK9CMo