终于，为了大数据分析我还是开启了Scala学习之路

要问当下最热门的IT技术，大数据可占一席之地；要问当下最网红的IT岗位，数据分析师也必将榜上有名。二者结合，自然就是大数据分析师。所谓大数据分析，个人理解就是在传统数据分析思维和技能的基础上，加持大数据工具，而Spark作为一个优秀的分布式计算框架，自然可作为大数据分析的必备技能。进一步地，虽然Spark提供了4种主流语言，其中不乏Python这种网红，但Scala作为Spark的原生开发语言，仍不失为应用Spark开发的首选。
基于以上考虑，我终于还是入坑了Scala的学习之旅——尽管Scala实际上属于一门小众语言，小众到似乎除了Spark甚至没什么用武之地！

本文作为Scala系列开篇之作，主要分享3个问题：

• Scala是一门什么样的语言？
• Scala具有哪些特点？
• Scala开发环境如何搭建？

01 Scala是一门什么样的语言

要回答这个问题，核心关键词有两个：面向对象和函数式编程。引用官网的原文就是：

Scala combines object-oriented and functional programming in one concise, high-level language.

其中：
面向对象应该是当前绝大多数主流编程语言的通用范式，重点是支持类和对象的概念——其中类是抽象的，定义了一组变量和方法和集合体，由类生产出的就是对象，这个过程也叫实例化，所以理解类和对象二者的关系就相当于：类是生产线，生产出的产品叫对象。而支持这种类和对象的编程语言，则称作面向对象。一般而言，与面向对象相对应的词叫作面向过程，或者说不支持封装类和对象、一般需要完整定义整个执行过程的方式来完成模块化的编程语言。典型的例子就是C语言是面向过程的，而C++则是面向对象。

函数式编程也不是Scala首创或独有特性，例如Python中其实就能寻见函数式的踪影，据说Java8以后版本也逐渐支持这一理念。那么何为函数式编程呢，通俗地讲，就是可将函数以普通变量的身份作为其他方法的入参或返回值，用Scala官方描述词汇叫Functions are first-class objects. ，即函数是一等公民！

进一步地，由于Scala支持这两种编程理念，故而叫做多范式编程语言。那么哪种理念更为先进或者说重要的，其实这本身是个伪命题——因为本无孰优孰劣之别。但就个人理解而言，函数式编程特性显然对于成就Scala作为Spark的首选语言更为重要，或许这会是在了解Scala和Spark的诸多相似算子之后的感悟。

02 Scala具有哪些特点

Scala除了是一门支持多范式的编程语言，还具有哪些特点呢？之于这一问题，我想原原本本的引用官方的概括就好，毕竟这是最为权威也是足够的：

逐一而论：

• 与Java一脉相承。实际上，Scala是基于Java基础之上的一门语言，创立之初的动机在于对Java的一些特性不满，想改进并成为Java替代首选。实际上，Scala不仅完成了对Java特性的精进，也可以直接引用和继承Java的类库。相当于说，Java有的Scala也可以有，反之Scala比Java更简洁。
  
• 类型推断机制。实际上，Scala中精简Java语法的一个重要举措就是支持类型推断，所以在声明变量时可无需指定变量类型，而交由解释器根据变量取值自动推断。（这与Python中的缺省变量类型的理念还不一致）
• 并行化和分布式。即支持数据的并行和分布式计算，得益于actor通信机制，未来将进一步支持异步编程。这与Spark的分布式计算理念真是一致。
• 特质（Trait）。一贯类比的是Java接口，实际上就是可以在特质中先声明变量和方法，但不指定具体操作，而等待后继者再完成具体定义。实际上是为了方便于类的继承。
• 模式匹配。类似于多数编程语言中的switch…case…，个人对此尚未发现独特优势。
• 高阶函数。所谓高阶函数，就是支持将函数当做普通变量一样作为其他函数/方法的入参或返回值，这也是函数式编程的具体体现。

03 Scala开发环境如何搭建

工欲善其事，必先利其器。在了解了Scala语言的几个宏观特性之后，那么则需考虑搭建一个Scala编程环境，以期后续编程实战。
前文提到，Scala实际上是一个基于Java基础之上的编程语言，更准确地说类似于Java运行于JVM（Java Virtual Machine， Java虚拟机），Scala其实也是运行在JVM上的（不然怎么实现与Java无缝继承呢），所以搭建Scala环境首先需要安装Java环境，而后再安装Scala语言环境即可。具体而言：

• 安装JDK8。纵然当前Java版本已更新到15版本，但JDK8仍然是稳定和经典的首选。实际上，Scala当前最新版是2.13，而不同Scala版本与JDK版本间的支持关系如下：
  
• 安装Scala。Scala目前最新大版本是2.13，考虑后续与Spark的兼容性和稳定性等问题，实际安装2.11或2.12更为合适。访问Scala官网（https://www.scala-lang.org/），根据系统类型选择合适版本即可
  正常情况下，安装完Scala安装程序后，会自动将Scala加入到系统环境变量中，打开cmd，键入scala，稍等片刻即可看到进入到scala的原生shell环境，个人认为这是学习初期最好的尝试语法的IDE。
  

当然，更为专业的Scala IDE是Idea，其与Pycharm同为捷克软件公司JetBrains出品，支持多种编程语言，包括Java和Scala。与Pycharm区分专业版（付费）和社区版（开源）类似，Idea也区分付费和开源的两个版本，即旗舰版和社区版，一般而言社区版虽然功能受限但对普通开发者而言是足够的。安装过程也较为常规，前往JetBrains Idea官网（https://www.jetbrains.com/idea/）选择Idea Community下载即可。下载后，还需完成3步配置与安装，即：
安装scala插件：settings->plugins，搜索scala安装即可，安装完成后一般需要restart

配置JDK8路径：File->Project Structure->SDKs，点击+按钮选择add JDK即可

配置Scala SDK路径：File->Project Structure->Global Libraries，点击+按钮选择Scala SDK即可。

最后，随手就是一个hello, world！