初识Scala

Scala是Scalable Language（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
*/
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;
    }
}
  

而同样的功能，用Scala实现时的代码则是：

case class User(var name:String, var orders: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？

关于这个话题有许多争论，但实际上是使用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：Recent performance improvements in Apache Spark: SQL, Python, DataFrames, and More – The Databricks Blog

此研究清晰表明，当使用Spark API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Spark API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，这个结果背后有许多技术方面的缘由，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）