scala 从入门到入门+

scala 从入门到入门+

新手向,面向刚从java过渡到scala的同学,目的是写出已已易于维护和阅读的代码.

从语句到表达式

在Java中语句和表达式是有区分的,表达式必须在return或者等号右侧,而在scala中,一切都是表达式.

一个例子:假设我们在公司的内网和外网要从不同的域名访问一样的机器

//Java代码 String urlString = null; String hostName = InetAddress.getLocalHost().getHostName(); if (isInnerHost(hostName)) {   urlString = "http://inner.host"; } else {   urlString = "http://outter.host"; } 

刚转到scala的人很可能这么写

var urlString: String = null var hostName = InetAddress.getLocalHost.getHostName if (isInnerHost(hostName)) {   urlString = "http://inner.host" } else {   urlString = "http://outter.host" } 

我们让它更像scala一点吧

val hostName = InetAddress.getLocalHost.getHostName val urlString = if (isInnerHost(hostName)) {   "http://inner.host" } else {   "http://outter.host" } 

1. 代码简练,符合直觉
2. urlString 是值而不是变量,有效防止 urlString 在后续的代码中被更改(编译时排错)

很多时候,我们编程时说的安全并不是指怕被黑客破坏掉,而是预防自己因为逗比而让程序崩了.

纯函数和非纯函数

纯函数（Pure Function）是这样一种函数——输入输出数据流全是显式（Explicit）的。显式（Explicit）的意思是，函数与外界交换数据只有一个唯一渠道——参数和返回值；函数从函数外部接受的所有输入信息都通过参数传递到该函数内部；函数输出到函数外部的所有信息都通过返回值传递到该函数外部。

如果一个函数通过隐式（Implicit）方式，从外界获取数据，或者向外部输出数据，那么，该函数就不是纯函数，叫作非纯函数（Impure Function）。隐式（Implicit）的意思是，函数通过参数和返回值以外的渠道，和外界进行数据交换。比如，读取全局变量，修改全局变量，都叫作以隐式的方式和外界进行数据交换；比如，利用I/O API（输入输出系统函数库）读取配置文件，或者输出到文件，打印到屏幕，都叫做隐式的方式和外界进行数据交换。

//一些例子 //纯函数 def add(a:Int,b:Int) = a + b //非纯函数 var a = 1 def addA(b:Int) = a + b   def add(a:Int,b:Int) = {   println(s"a:$a b:$b")   a + b } def randInt() = Random.nextInt() 

纯函数的好处(来自维基百科)

• 无状态,线程安全,不需要线程同步.
• 纯函数相互调用组装起来的函数,还是纯函数.
• 应用程序或者运行环境(Runtime)可以对纯函数的运算结果进行缓存,运算加快速度.

纯函数的好处(来自我的经验)

• 单元测试非常方便!
• 分布式/并发环境下,断点调试的方式无以为继,你需要单元测试.

单元测试什么的,赶紧去 http://www.scalatest.org 试试吧

惰性求值/Call by name

惰性求值不是新鲜事

import scala.io.Source.fromFile val iter: Iterator[String] =   fromFile("sampleFile")     .getLines() 

文件迭代器就用到了惰性求值.用户可以完全像操作内存中的数据一样操作文件,然而文件只有一小部分传入了内存中.

用lazy关键词指定惰性求值

lazy val firstLazy = {   println("first lazy")   1 } lazy val secondLazy = {   println("second lazy")   2 }  def add(a:Int,b:Int) = {   a+b } 

//在 scala repl 中的结果 scala> add(secondLazy,firstLazy) second lazy first lazy res0: Int = 3  res0: Int = 3 

second lazy 先于 first lazy输出了

Call by value 就是函数参数的惰性求值

def firstLazy = {   println("first lazy")   1 } def secondLazy = {   println("second lazy")   2 } def chooseOne(first: Boolean, a: Int, b: Int) = {   if (first) a else b } def chooseOneLazy(first: Boolean, a: => Int, b: => Int) = {   if (first) a else b } 

chooseOne(first = true, secondLazy, firstLazy) //second lazy //first lazy //res0: Int = 2 chooseOneLazy(first = true, secondLazy, firstLazy) //second lazy //res1: Int = 2 

对于非纯函数,惰性求值会产生和立即求值产生不一样的结果.

一个例子,假设你要建立一个本地缓存

//需要查询mysql等,可能来自于一个第三方jar包 def itemIdToShopId: Int => Int   var cache = Map.empty[Int, Int] def cachedItemIdToShopId(itemId: Int):Int = {   cache.get(itemId) match {     case Some(shopId) => shopId     case None =>       val shopId = itemIdToShopId(itemId)       cache += itemId -> shopId       shopId   } } 

• 罗辑没什么问题,但测试的时候不方便连mysql怎么办?
• 如果第三方jar包发生了改变,cachedItemIdToShopId也要发生改变.

//用你的本地mock来测试程序 def mockItemIdToSHopId: Int => Int def cachedItemIdToShopId(itemId: Int): Int ={     cache.get(itemId) match {    case Some(shopId) => shopId  case None =>    val shopId = mockItemIdToSHopId(itemId)   cache += itemId -> shopId    shopId    }  }   

• 在测试的时候用mock,提交前要换成线上的,反复测试的话要反复改动,非常令人沮丧.
• 手工操作容易忙中出错.

//将远程请求的结果作为函数的一个参数 def cachedItemIdToShopId(itemId: Int, remoteShopId: Int): Int = {      cache.get(itemId) match {      case Some(shopId) => shopId      case None =>          val shopId = remoteShopId        cache += itemId -> shopId         shopId   }  } //调用这个函数 cachedItemIdToShopId(itemId,itemIdToShopId(itemId)) 

• 函数对mysql的依赖没有了
• 不需要在测试和提交时切换代码
• 貌似引入了新问题?

没错,cache根本没有起应有的作用,函数每次执行的时候都调用了itemIdToShopId从远程取数据

//改成call by name就没有这个问题啦 def cachedItemIdToShopId(itemId: Int, remoteShopId: =>Int): Int = {    cache.get(itemId) match {      case Some(shopId) => shopId      case None =>          val shopId = remoteShopId        cache += itemId -> shopId         shopId   }  } //调用这个函数 cachedItemIdToShopId(itemId,itemIdToShopId(itemId)) 

• 函数对mysql的依赖没有了
• 不需要在测试和提交时切换代码
• 只在需要的时候查询远程库

Tuple/case class/模式匹配

Tuple为编程提供许多便利

• 函数可以通过tuple返回多个值
• tuple可以存储在容器类中,代替java bean
• 可以一次为多个变量赋值

使用tuple的例子

val (one, two) = (1, 2)      one //res0: Int = 1  two //res1: Int = 2          def sellerAndItemId(orderId: Int): (Int, Int) =    orderId match {       case 0 => (1, 2)      }           val (sellerId, itemId) = sellerAndItemId(0) sellerId // sellerId: Int = 1 itemId // itemId: Int = 2        val sellerItem = sellerAndItemId(0) sellerItem._1 //res4: Int = 1 sellerItem._2 //res5: Int = 2 

用模式匹配增加tuple可读性

val sampleList = List((1, 2, 3), (4, 5, 6), (7, 8, 9)) sampleList.map(x => s"${x._1}_${x._2}_${x._3}") //res0: List[String] = List(1_2_3, 4_5_6, 7_8_9) sampleList.map {       case (orderId, shopId, itemId) =>     s"${orderId}_${shopId}_$itemId" }    //res1: List[String] = List(1_2_3, 4_5_6, 7_8_9) 

上下两个map做了同样的事情,但下一个map为tuple中的三个值都给了名字,增加了代码的可读性.

match和java和switch很像,但有区别

1. match是表达式,会返回值
2. match不需要”break”
3. 如果没有任何符合要求的case,match会抛异常,因为是表达式
4. match可以匹配任何东西,switch只能匹配数字或字符串常量

//case如果是常量,就在值相等时匹配. //如果是变量,就匹配任何值. def describe(x: Any) = x match {  case 5 => "five"   case true => "truth"   case "hello" => "hi!"    case Nil => "the empty list"  case somethingElse => "something else " + somethingElse   }   

case class,tuple以及列表都可以在匹配的同时捕获内部的内容.

case class Sample(a:String,b:String,c:String,d:String,e:String) def showContent(x: Any) =  x match {         case Sample(a,b,c,d,e) =>    s"Sample $a.$b.$c.$d.$e"     case (a,b,c,d,e) =>      s"tuple $a,$b,$c,$d,$e"      case head::second::rest =>       s"list head:$head second:$second rest:$rest" } 

Case class

1. 模式匹配过程中其实调用了类的unapply方法
2. Case class 是为模式匹配(以及其他一些方面)提供了特别的便利的类
3. Case class 还是普通的class,但是它自动为你实现了apply,unapply,toString等方法
4. 其实tuple就是泛型的case class

用 option 代替 null

null 的问题

Map<String, String> map = ??? String valFor2014 = map.get(“1024”); // null  if (valFor1024 == null)     abadon(); else doSomething(); 

• null到底代表key找不到还是说1024对应的值就是null?
• 某年某月某日,我把为null则abandon这段代码写了100遍.

option介绍

• option可以看作是一个容器,容器的size是1或0
• Size为1的时候就是一个 Some[A](x: A) ,size为0的时候就是一个 None

看看scala的map

def get(key: A): Option[B]  def getOrElse[B1 >: B](key: A, default: => B1): B1 = get(key) match {   case Some(v) => v   case None => default } 

• 可以区分Map中到底又没有这个key.
• 我见过许多java项目自己实现了 getOrElse 这个方法并放在一个叫做MapUtils的类里.
• 为什么java经过这么多代演进,Map仍然没有默认包含这个方法,一直想不通.
  (写完这段突然发现java8开始包含getOrDefault了)

好像没有太大区别?

试试容器里的各种方法

val a: Option[String] = Some("1024") val b: Option[String] = None a.map(_.toInt) //res0: Option[Int] = Some(1024) b.map(_.toInt) //res1: Option[Int] = None,不会甩exception a.filter(_ == "2048") //res2: Option[String] = None b.filter(_ == "2048") //res3: Option[String] = None a.getOrElse("2048") //res4: String = 1024 b.getOrElse("2048") //res5: String = 2048 a.map(_.toInt)   .map(_ + 1)   .map(_ / 5)   .map(_ / 2 == 0) //res6: Option[Boolean] = Some(false) //如果是null,恐怕要一连check abandon四遍了 

option配合其他容器使用

val a: Seq[String] =   Seq("1", "2", "3", null, "4") val b: Seq[Option[String]] =   Seq(Some("1"), Some("2"), Some("3"), None, Some("4"))  a.filter(_ != null).map(_.toInt) //res0: Seq[Int] = List(1, 2, 3, 4) //如果你忘了检查,编译器是看不出来的,只能在跑崩的时候抛异常 b.flatMap(_.map(_.toInt)) //res1: Seq[Int] = List(1, 2, 3, 4) 

• option帮助你把错误扼杀在编译阶段
• flatMap则可以在过滤空值的同时将option恢复为原始数据.

scala原生容器类都对option有良好支持

Seq(1,2,3).headOption //res0: Option[Int] = Some(1)  Seq(1,2,3).find(_ == 5) //res1: Option[Int] = None  Seq(1,2,3).lastOption //res2: Option[Int] = Some(3)  Vector(1,2,3).reduceLeft(_ + _) //res3: Int = 6  Vector(1,2,3).reduceLeftOption(_ + _) //res4: Option[Int] = Some(6) //在vector为空的时候也能用  Seq("a", "b", "c", null, "d").map(Option(_)) //res0: Seq[Option[String]] = // List(Some(a), Some(b), Some(c), None, Some(d)) //原始数据转换成option也很方便  

用Try类保存异常

传统异常处理的局限性

try {   1024 / 0 } catch {   case e: Throwable => e.printStackTrace() } 

用try-catch的模式,异常必须在抛出的时候马上处理.然而在分布式计算中,我们很可能希望将异常集中到一起处理,来避免需要到每台机器上单独看错误日志的窘态.

 val seq = Seq(0, 1, 2, 3, 4)  //seq: Seq[Int] = List(0, 1, 2, 3, 4)  val seqTry = seq.map(x => Try {   20 / x }) //seqTry: Seq[scala.util.Try[Int]] = List(Failure(java.lang.ArithmeticException: devide by zero),Success(20), Success(10), Success(6), Success(5))  val succSeq = seqTry.flatMap(_.toOption) //succSeq: Seq[Int] = List(20, 10, 6, 5) Try可以转换成Option val succSeq2 = seqTry.collect {   case Success(x) => x } //succSeq2: Seq[Int] = List(20, 10, 6, 5) 和上一个是一样的 val failSeq: Seq[Throwable] = seqTry.collect {   case Failure(e) => e } //failSeq: Seq[Throwable] = List(java.lang.ArithmeticException: devide by zero) 

Try实例可以序列化,并且在机器间传送.

函数是一等公民

一个需求

• 假设我们需要检查许多的数字是否符合某一范围
• 范围存储在外部系统中,并且可能随时更改
• 数字范围像这样存储着”>= 3,< 7”

一个java版本

List<String> params = new LinkedList<>(); List<Integer> nums = new LinkedList<>(); List<String> marks = new LinkedList<>(); public JavaRangeMatcher(List<String> params) {  this.params = params;  for (String param : params) {   String[] markNum = param.split(" ");   marks.add(markNum[0]);   nums.add(Integer.parseInt(markNum[1]));  } } public boolean check(int input) {  for (int i = 0; i < marks.size(); i++) {   int num = nums.get(i);   String mark = marks.get(i);   if (mark.equals(">") && input <= num) return false;   if (mark.equals(">=") && input < num) return false;   if (mark.equals("<") && input >= num) return false;   if (mark.equals("<=") && input > num) return false;  }  return true; } List<String> paramsList = new LinkedList<String>() {{  add(“>= 3”);  add(“< 7”); }}; JavaRangeMatcher matcher = new JavaRangeMatcher(paramsList); int[] inputs = new int[]{1, 3, 5, 7, 9}; for (int input : inputs) {  System.out.println(matcher.check(input)); } //给自己有限的时间,想想又没有性能优化的余地 //我们一起来跑跑看  

一个 scala 版本

def exprToInt(expr: String): Int => Boolean = {   val Array(mark, num, _*) = expr.split(" ")   val numInt = num.toInt   mark match {     case "<" => numInt.>     case ">" => numInt.<     case ">=" => numInt.<=     case "<=" => numInt.>=   } //返回函数的函数 }  case class RangeMatcher(range: Seq[String]) {   val rangeFunc: Seq[(Int) => Boolean] = range.map(exprToInt)    def check(input: Int) = rangeFunc.forall(_(input)) }  def main(args: Array[String]) {   val requirements = Seq(">= 3", "< 7")   val rangeMatcher = RangeMatcher(requirements)   val results = Seq(1, 3, 5, 7, 9).map(rangeMatcher.check)   println(results.mkString(","))   //false,true,true,false,false }  

关于性能

这里有一个 性能测试 网站

总的来说,程序员越自由,程序性能就越差

不过也有返利,我们之前那个程序就是.

//java版本 public static void main(String[] args) {  List<String> paramsList = new LinkedList<String>() {{   add(">= 3");   add("< 7");  }};  JavaRangeMatcher matcher = new JavaRangeMatcher(paramsList);  Random random = new Random();  long timeBegin = System.currentTimeMillis();  for (int i = 0; i < 100000000; i++) {   int input = random.nextInt() % 10;   matcher.check(input);  }  long timeEnd = System.currentTimeMillis();  System.out.println("java 消耗时间: " + (timeEnd - timeBegin) + " 毫秒");  //java 消耗时间: 3263 毫秒 }  

//scala版本 def main(args: Array[String]) {   val requirements = Seq(">= 3", "< 7")   val rangeMatcher = RangeMatcher(requirements)   val timeBegin = System.currentTimeMillis()   0 until 100000000 foreach {     case _ =>       rangeMatcher.check(Random.nextInt(10))   }   val timeEnd = System.currentTimeMillis()   println(s"scala 消耗时间 ${timeEnd - timeBegin} 毫秒")   //scala 消耗时间 2617 毫秒 } 

想想这是为什么?

推荐资源

• 尽情地使用worksheet吧!
• 尽情地用IDE查看标准库的源代码吧!
• 推荐coursera上的课程 progfun 和 reactive
• 尽情地查看文档,推荐软件Dash