技术

Python ioc 从0到1构建一个db 上下文记忆 agentic chat 图数据库的一些考量 LLM一些探索 Agent实践 LLM预训练 向量数据库的一些考量 fastapi+sqlalchemy进行项目开发 LLM微调实践 Python协程实现 Agent Functon Calling LLamaIndex入门 Multi-Agent探索 Python虚拟机 LLM工作流编排 Python实践 下一个平台Agent 激发LLM涌现——提示工程 LLM微调理论 大佬沉思 LLM外挂知识库 LLMOps 多模态LLM Python一些比较有意思的库 Transformers源码学习 LangChain源码学习 通用分布式计算引擎Ray Python并发 go依赖注入 go collection gc的基本原理 golang性能分析及优化 数据湖 高性能计算与存储 Linux2.1.13网络源代码学习 《大数据经典论文解读》 三驾马车学习 Spark 内存管理及调优 Yarn学习 从Spark部署模式开始讲源码分析 容器狂占内存资源怎么办? 多角度理解一致性 golang io使用及优化模式 Flink学习 c++学习 学习ebpf go设计哲学 ceph学习 学习mesh kvm虚拟化 学习MQ go编译器以及defer实现 学习go 为什么要有堆栈 汇编语言 计算机组成原理 运行时和库 Prometheus client mysql 事务 mysql 事务的隔离级别 mysql 索引 坏味道 学习分布式 学习网络 学习Linux go堆内存分配 golang 系统调用与阻塞处理 Goroutine 调度过程 重新认识cpu mosn有的没的 负载均衡泛谈 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go channel codereview gc分析 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes扩缩容 神经网络模型优化 直觉上理解深度学习 如何学习机器学习 TIDB源码分析 什么是云原生 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 共识算法 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全访问机制 jvm crash分析 Prometheus 学习 Kubernetes监控 Kubernetes 控制器模型 容器日志采集 容器狂占资源怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes类型系统 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 线程排队 jib源码分析之细节 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言那些事儿 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 如何分发计算 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记 log4j学习 为什么netty比较难懂? 递归、回溯、动态规划 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 OpenTSDB 入门 spring事务小结 分布式事务 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型和jvm内存布局 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker namespace和cgroup zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 深度学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM执行 git maven/ant/gradle/make使用 再看tcp kv系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go基础 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

架构

bert rerank微调 大模型推理tips RAG向量检索与微调 dddfirework源码分析 RAG与知识图谱 大模型推理服务框架vLLM 大模型推理服务框架 模型服务化(未完成) 大模型Post-Training 大模型训练 大模型推理 从Attention到Transformer k8s设备管理 ddd从理念到代码 如何应用LLM 小鼠如何驾驭大象(LLM)? 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 kubevela源码分析 容器和CPU那些事儿 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 AutoML和AutoDL 特征平台 实时训练 分布式链路追踪 K8S YAML 资源清单管理方案 tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 推荐系统embedding原理及实践 机器学习中的python调用c 机器学习训练框架概述 tensornet源码分析 大模型训练和推理 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 从混部到统一调度 从RNN到Attention pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 多活 volcano特性源码分析 推理服务 kubebuilder 学习 mpi 学习pytorch client-go学习 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台梳理 tensorflow学习 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 学习rpc BFF openkruise学习 可观察性和监控系统 基于Kubernetes选主及应用 《许式伟的架构课》笔记 Admission Controller 与 Admission Webhook 发布平台系统设计 k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI——kubelet与容器引擎之间的接口 资源调度泛谈 业务系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 概率论 serverless 泛谈 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 架构大杂烩 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 用户认证问题 资源的分配与回收——池 消息/任务队列

标签

k8s设备管理 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 kubevela源码分析 容器和CPU那些事儿 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 K8S YAML 资源清单管理方案 从混部到统一调度 volcano特性源码分析 kubebuilder 学习 client-go学习 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 openkruise学习 基于Kubernetes选主及应用 Admission Controller 与 Admission Webhook k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? Kubernetes events学习及应用 CRI——kubelet与容器引擎之间的接口 资源调度泛谈 如何学习Kubernetes 以应用为中心 kubernetes operator kubernetes扩缩容 serverless 泛谈 什么是云原生 自定义CNI IPAM docker和k8s安全访问机制 Kubernetes监控 Kubernetes 控制器模型 Kubernetes资源调度——scheduler Kubernetes类型系统 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 Kubernetes源码分析——从kubectl开始 kubernetes yaml配置 CNI——容器网络是如何打通的 当我在说PaaS时,我在说什么 《深入剖析kubernetes》笔记 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件
上下文记忆 agentic chat bert rerank微调 大模型推理tips LLM一些探索 Agent实践 LLM预训练 RAG向量检索与微调 LLM微调实践 RAG与知识图谱 大模型推理服务框架vLLM Agent Functon Calling LLamaIndex入门 Multi-Agent探索 LLM工作流编排 大模型推理服务框架 模型服务化(未完成) 大模型Post-Training 大模型训练 大模型推理 从Attention到Transformer 下一个平台Agent 激发LLM涌现——提示工程 LLM微调理论 大佬沉思 LLM外挂知识库 LLMOps 多模态LLM Transformers源码学习 LangChain源码学习 如何应用LLM 小鼠如何驾驭大象(LLM)? AutoML和AutoDL 特征平台 实时训练 tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 推荐系统embedding原理及实践 机器学习中的python调用c 机器学习训练框架概述 tensornet源码分析 大模型训练和推理 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 从RNN到Attention pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 推理服务 mpi 学习pytorch 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台梳理 tensorflow学习 kaggle泰坦尼克问题实践 神经网络模型优化 概率论 直觉上理解深度学习 如何学习机器学习 深度学习泛谈

Scala初识

2016年04月30日

前言

阅读材料

从Java走进Scala(Scala经典读物)

Scala 初学指南

A Scala Tutorial for Java programmers

怎样最高效地学习Scala

为什么会有Scala

Strategic Scala Style: Principle of Least Power , Scala的语言特性不算多,但是语言特性之间过于正交,一方面你把语言特性组合起来之后可以变得很复杂,写出各种其他语言的范式,另一方面容易玩脱。不想玩脱的话,就得优先选用功能最弱的功能(尽量少用scala的高级特性)。只在弱的功能解决不了你面临的问题时,才用更强的功能。Scala的创始人Martin Odersky也在李浩毅博客下面举双手赞成。

《Scala实用指南》Scala不是难,而是很难,难在缺乏一本浅近易学、循序渐进的图书。社区有时候弥漫的风气会让你觉得:代码写得太平实,就不能表现出真正的实力。因此,无论国内还是国外,大家热衷分享的都是一些第一眼看过去不知所云,第二眼看过去竟会让你不知所措的代码片段。而我要说的是,这并非日常,也并不值得推崇。我个人比较推崇编写贴近Java风格的Scala代码,并适度地利用Scala的语言特性简化代码。因为Java语言表现力有限,所以我们需要使用各种设计模式提高代码的抽象能力,固化编码逻辑。Scala这门语言在设计之初就借鉴了大量现存的语言特性,并吸取了许多设计模式中的精华,因此表现力非常强大。

典型的企业级应用受困于各种问题——烦琐的代码难以维护,可变性增加了程序出错的可能,而共享的可变状态也让并发编程的乐趣变成了炼狱。我们一再深陷主流编程语言拙劣抽象能力的泥潭中。Scala引入了合理的特性并规避了一些陷阱。Scala及其类库让我们能够更多地关注问题领域,而不是陷入各种底层基础设施(如多线程与同步)实现细节的泥沼之中。

Scala并不拘泥于一种编程风格。我们可以面向对象编程,也可以使用函数式风格,甚至可以结合两者的优点将它们混合使用。

  1. 面向对象编程是Java程序员熟悉的舒适区。Scala是面向对象和静态类型的,并在这两方面都比Java走得更远。对于初学Scala的我们,这是个好消息,因为我们在面向对象编程上多年的投入不会浪费,而是化作宝贵的经验红利。在创建传统的应用程序时,我们可以倾向于使用Scala提供的面向对象风格。我们可以像使用Java那样编写代码,利用抽象、封装、继承尤其是多态的能力。与此同时,当这些能力无法满足需求时,我们也并不受限于这种编程模型。
  2. 函数式编程风格越来越受关注,而Scala也已支持这种风格。使用Scala,我们更容易趋向不可变性,创建纯函数,降低不可预期的复杂度,并且应用函数的组合和惰性求值(lazy evaluation)策略。在函数式风格的助益下,我们可以用Scala创建高性能的单线程和多线程应用程序。

《Scala并发编程》并发计算无处不在。随着消费者市场中多核处理器的崛起,人们对并发计算的需求已经在开发者世界中掀起巨大波澜。并发计算其实涉及多方面的问题,难以在单一的形式化体系中很好地表达出来。也许并不存在解决所有并发问题的高招,对不同的需求需要采用不同的方案。比如,利用异步计算来响应事件和数据流,在消息通信时使用自发而独立的实体,为状态可变的数据中心定义事务,或者用并发计算提高性能。每一个任务都有着相应的更为合适的抽象方式:Future、响应式流(reactivestream)、角色、事务性内存或并行容器。于是有了 Scala 和本书。并发计算中有用的抽象模型如此之多,将它们拼凑到一门语言中似乎并不明智。不过,Scala的目标就是让用户能在编码时更方便地定义各种高层抽象,并以此来构建代码库。

基本语法

Scala还提供了一些Java中不支持的特性,如元组、多重赋值、命名参数、默认值、隐式参数、多行字符串、字符串插值以及更加灵活的访问修饰符。

数据类型

  1. Scala是一门静态类型的编程语言,通过静态类型,编译器充当了抵御错误的第一道防线。它们可以验证当前的对象是否就是想要的类型。这是一种在编译时强制接口约定的方式。不幸的是,在一些主流的静态类型编程语言中,使用静态类型就意味着更多的手指键入。Scala是一门静态类型的编程语言,但是值得庆幸的是,它偏向于使用类型推断。在绝大多数的情况下,我们都不必提及类型信息——Scala将智能地从上下文中推断出必要的细节。与此同时,它也没有进行过度的类型推断,从而导致晦涩难懂或者难以维护代码。
  2. 在Java中是先指定变量的类型,然后是变量名,而在Scala中,恰好做了相反的操作,这样做有两个原因:首先,通过要求将类型放在变量名之后,Scala暗示,选择一个好的变量名比标注类型更加重要;其次,类型信息是可选的。
  3. Java的世界观是分裂的——其原始类型(如int和double)和对象截然不同。从Java 5开始,利用自动装箱(autoboxing)机制,可以将原始类型视为对象。然而,Java的原始类型不允许方法调用,如2.toString()。另外,自动装箱还涉及类型转换的开销,会带来一些负面的影响。和Java不同,Scala将所有的类型都视为对象。这就意味着,和调用对象上的方法一样,也可以在字面量上进行方法调用。Scala会自动应用intWrapper()方法将Int转换为scala.runtime.RichInt。诸如RichInt、RichDouble和RichBoolean这些类,可称为富包装类(rich wrapperclass)。Scala能够自动将String转化为scala.runtime.RichString。这种转换给String新增了一些有用的方法,如capitalize()、lines()和reverse()方法。PS:比Java 把int 转为Integer 提供了更多便捷的方法
  4. 字符串插值。在Java中以输出或者消息的形式创建一个字符串非常麻烦,比如String message = String.format("A discount of %d has been applied",discount),对应到Scala val message = s"A discount of %discount has been applied",在双引号前面的s的意思是s插值器(s-interpolator),它会找到字符串中的表达式,并将其替换成对应的值。在字符串声明处的作用域中的任何变量都可以在表达式中使用(PS:作用域内搜索跟隐式变量有点像)。对于更复杂的表达式,可以把它们放在大括号中
     val price = 90
     val totalPrice = s"The amount of discount is ${price * discount / 100} dollars"
    

    为了对输出做格式化,可以使用f插值器(f-interpolator),Scala还有一个raw插值器(raw-interpolator),它会把其中的表达式换成值,但是会保留任何不可打印的字符,如换行符。除了这3个内置的插值器,你还可以创建自定义的插值器(涉及到隐式类)

  5. 假设我们想要一个列表,其元素是原始列表中的值的两倍。
     val values = List(1,2,3)
     val doubleValues = values.map(_ * 2) # _ * 2是一个匿名函数下划线_表示传递给此函数的参数函数本身作为参数值传递给了map()函数
    
  6. Scala要求变量在使用前必须初始化,如果初始化时不确定值,可以用下划线初始化var变量,表示相应类型的默认值。用val声明的变量就没法使用下划线这种方便的初始化方法了,因为val变量创建后就无法修改了。
  7. 类型系统 浅谈编程语言的类型系统 尽管可以在Scala中使用Java的任何类型,但同时也可以享受到由Scala提供的一些原生类型。

    • Any、AnyRef、AnyVal,Any类型是所有类型的超类型,Any类型的直接后裔是AnyVal和AnyRef类型。AnyVal是Scala中所有值类型(如Int、Double等)的基础类型,并映射到了Java中的原始类型,而AnyRef是所有引用类型的基础类型。尽管AnyVal没有什么额外的方法,但是AnyRef包含了Java的Object的方法,如notify()、wait()、finalize()等。
    • bottom type:Null、Nothing,Nothing是一切类型的子类型。
    • 当一个函数调用的结果可能存在也可能不存在时,Option类型很有用。有时候,你可能希望从一个函数中返回两种不同类型的值之一,Scala的Either类型就派上用场了。

函数

  1. 为参数提供默认值。在Java中,我们可以用重载方法的方式省略一个或者多个参数,以达到灵活的效果。
     def mail(destination: String = "head office",mailClass: String = "first"): Unit = println(s"sending to $destination by $mailClass class")
     # 调用
     mail()
     mail("Boston office")
     mail("Houston office","Priority")
    

    为省略的参数补上默认值这个操作是在编译时完成的。不过在重载方法的时候,需要特别小心。如果一个方法在基类中用了一个默认值,而在其派生类的相应重载方法中却使用了另一个默认值,就会让人感到困惑,到底选用哪个默认值。对于多参数的方法,如果对于其中一个参数,你选择使用它的默认值,你就不得不让这个参数后面的所有参数都使用默认值。当然,使用命名参数可以打破这个限制。PS:命名参数提高了代码的可读性。

  2. 隐式参数,默认值是由函数的创建者决定的,而不是由调用者决定。Scala还提供另外一种赋默认值的方法,可以由调用者来决定所传递的默认值,而不是由函数的定义者来决定。我们来看一个利用隐式参数的例子。我们随身携带着各种智能手机和移动设备,它们总是需要连接不同的网络:家庭网络、办公网络、机场候机厅的公共网络等。我们的操作是相同的——连接到一个网络,但是我们所连接的网络依赖于我们所处的环境。我们不想每一次都去指定网络,这很无聊。与此同时,我们也不希望每一次都是同一个默认值生效。这时,我们可以用一个名为隐式参数的特殊参数来解决这个问题。
  3. 句末分号在Scala中是可选的;根据上下文,点操作符(.)和括号都是可选的。因此,我们可以编写s1 equals s2来替代s1.equals(s2)。通过去除分号、点号和括号,代码获得了较高的信噪比,使得编写领域特定语言变得更加容易。Scala程序员把空括号视为噪声,如果方法没有参数,或者只有一个参数,就可以省略点号(.)和括号。如果一个方法带多个参数,则必须使用括号,但点号仍然是可选的。
  4. 返回值类型推断,只有当你使用等号(=)将方法的声明和方法的主体部分区分开时,Scala的返回值类型推断才会生效。否则,该方法将会被视为返回一个Unit,等效于Java中的Void。如果一个函数的主体是一个简单表达式或者复合表达式,就可以删除大括号。
  5. 元组是一个不可变的对象序列,创建时使用逗号分隔。例如,("Venkat","Subramaniam","venkats@agiledeveloper.com")表示一个3个对象的元组。可以采用info._1这种语法形式访问其中的第一个元素,第二个元素则是info._2,以此类推。下划线加数字这种模式,如_1,表示我们在元组中想访问的元素的索引或位置。与集合不同,访问元组的索引是从1开始的。另一个和集合的差异点在于,如果指定的索引越界,则会在编译期而不是在运行时出错。
  6. 在Java中,方法可以接受多个参数,但是只能返回一个结果。在Java中返回多个结果需要使用拙劣的变通方案。Scala的元组与多重赋值(multiple assignment)结合,可以将返回多个值变成小菜一碟。在并发编程时,Actor之间也将元组以数据值列表的形式作为消息进行传递,而且元组的不可变性正好契合这种场景。PS:这也是为什么元组这种结果 在语言中有存在价值?
  7. return是可选的。假定最后一个求值的表达式能够匹配方法所声明的返回类型,那么这个表达式的求值结果将会自动作为方法调用的结果值返回。
  8. 操作符重载,技术上说,Scala没有操作符,所以操作符重载的意思就是重载诸如+、-等符号在Scala中,这些都是方法名。操作符利用了Scala宽松的方法调用语法——Scala不强制在对象引用和方法名中间使用点号(.)。这两个特性结合在一起就给人一种操作符重载的幻觉。因此,当调用ref1 + ref2,实际上写的是ref1.+(ref2),是在ref1上面调用+()方法。
    class Complex(val real:Int,val imaginary:Int){
        def +(operand: Complex):Complex = {
            new Complex(real + operand.real,imaginary + operand.real)
        }
    }
    
  9. Scala没有操作符这个事实非常有趣。然而,没有操作符并不能免去处理操作符优先级的需要。Scala没有在操作符上定义优先级,但是它在方法上定义了优先级。方法的第一个字符用来决定它们的优先级。如果在一个表达式中两个字符的优先级相同,那么在左边的方法优先级更高。

面向对象

  1. 类和方法默认就是公开的,所以你无须显式使用public关键字。
  2. Scala默认会导入两个包、scala.Predef对象以及它们相应的类和成员。只用类名就可以从这些预导入的包中引用相应的类。因为java.lang已经自动导入,所以无须额外的导入就可以在脚本中使用通用的Java类型。
  3. 通常,Java的包中只含有接口、类、枚举和注解类型。Scala更进一步,包中还可以有变量和函数。它们都被放在一个称为包对象(package object)的特殊的单例对象中。如果你发现自己创建一个类,仅仅是为了保留在同一个包中的其他类之间共享的一组方法,那么包对象就能避免创建并重复引用这样一个额外的类的负担。Scala会在相应的包中将包对象编译为名为package的类。

构造器

在scala中,主构造器(还有辅助构造器)是整个类体,构造器所需的所有参数都被罗列在类名称后面。从概念上讲,class Name(var value:String)(如果类定义没有主体,就没有必要使用大括号)和下面的代码是等价的:

class Name(s:String){
	private var _value:String =s
	def value:String = _value							 // get方法
	def value_= (newValue:String):Unit = _value=newValue // set方法
}

其中set 方法def value_= (newValue:String):Unit = _value=newValue,其中value_=是一个方法名(绝不绝),该名的函数类型是(newValue:String):Unit,函数的具体实现是_value=newValue

Scala会执行主构造器中任意表达式和直接内置在类定义中的可执行语句。

伴生类和伴生对象

Java代码中通常充斥着很多样板代码——getter、setter、访问修饰符、处理受检异常的代码等。Scala具有非常高的代码密度——输入少量代码就可以完成许多功能。

伴生对象是伴随一个类的单例,单例是一种非常常用的设计模式,但在Java中其实很难实现,幸运的是,在Scala中这个问题在编程语言层面就已经解决了。创建一个单例要使用关键字object而不是class。因为不能实例化一个单例对象,所以不能传递参数给它的构造器。

  • using parentheses(圆括号) on the instance of a class actually calls the apply method defined on this class. This approach is widely used in the standard library as well as in third-party libraries.val joe = new Person("zhangsan"),joe.apply() 等同于 joe(). apply 方法是一个语法糖
  • Scala doesn’t have the static keyword but it does have syntax for defining singletons. If you need to define methods or values that can be accessed on a type rather than an instance, use the object keyword.
     object RandomUtils {
         def random100 = Math.round(Math.random * 100)
     }
    

    After RandomUtils is defined this way, you will be able to use method random100 without creating any instances of the class: RandomUtils.random100

  • If an object has the same name as a class, then it’s called a companion object. Companion objects are often used in Scala for defining additional methods and implicit values.

伴生类和伴生对象:由于static定义的类和对象破坏了 面向对象编程的规范完整性,因此scala 在设计之初就没有static关键字概念,类相关的静态属性都放在伴生对象object中。当同一个文件内同时存在object xclass x的声明时:我们称class x称作object x的伴生类。其object x称作class x的伴生对象。

  1. 使用object 随便定义一个独立对象(没有类和它重名)称为独立对象,单纯只是一个单例模式类。可以选择将一个单例关联到一个类,其名字和对应类的名字一致,因此被称为伴生对象(companion object)。相应的类被称为伴生类。
  2. 类和伴生对象之间没有界限——它们可以互相访问彼此的private字段和private方法。
  3. 只有伴生对象中可以定义main函数,类似于static修饰
object Greeter{
    def greet(): Unit = println("hello world")
}

在字节码层面上,单例中方法会被创建为static方法。这从与Java的互操作性上讲,是一个好消息。

public final class Greeter{
    public static void greet (){
        ...
    }
}

case 和 锅炉板模式

Java正在“Kotlin化”Java record 是我们长期以来一直要求的一项特性,我相信你早就多次遇到这样的场景了,那就是极不情愿地实现 toString、hashCode、equals 方法以及每个字段的 getter。Kotlin 提供了数据类(data class)来解决这个问题,Java 也通过发布 record 类来解决了这个问题,同样的问题,Scala 是通过 case 类来解决的。这些类的主要目的是在对象中保存不可变的数据。PS:有点类似DDD中的值对象。或者说,语言设计正在想业务模型的需要靠拢

Boilerplate code

In computer programming, boilerplate code or boilerplate refers to sections of code that have to be included in many places with little or no alteration. It is often used when referring to languages that are considered verbose, i.e. the programmer must write a lot of code to do minimal jobs.

比如,setter/getter 就是典型的锅炉板代码,尽管每个类的setter/getter 细节不一样,但setter/getter 代码 占了Pet 类代码量的一半。

public class Pet {
    private String name;
    private Person owner;
    public Pet(String name, Person owner) {
        this.name = name;
        this.owner = owner;
    }
    public String getName() {
        return name;
    }
    public void setName(String name) {
        this.name = name;
    }
    public Person getOwner() {
        return owner;
    }
    public void setOwner(Person owner) {
        this.owner = owner;
    }
}

To reduce the amount of boilerplate, many frameworks have been developed, e.g. Lombok for Java.

@AllArgsConstructor
@Getter
@Setter
public class Pet {
    private String name;
    private Person owner;
}

scala 就更简洁了

case class Pet(var name: String, var owner: Person)

从jdk14 开始支持 java record 也有类似效果

public record EmployeeRecord(String firstName, String surname,
 int age, AddressRecord address, double salary) {  
}

boilerplate code 理念扩展下层次 就成了 boilerplate pattern, 比如配置中心、服务发现等。单纯配置中心或服务发现功能需要大量的代码,但对于不同业务方来说,不同之处可能就是几个参数,这也是spring cloud的重要理念。

case class 和 case object可以和match配合使用

函数式编程

  1. 函数是first-class成员,我们可以用代码块来增强另一个函数的功能,可以用代码块来指定谓词、查询以及在方法中实现逻辑约束,可以用代码块来改变方法的控制流,如遍历集合。
  2. trait和java interface的异同,trait本质上就是组合,只不过是一种在语法上更简洁一些的语法糖。例如,要做一个关于朋友的抽象建模,我们可以将一个Friend trait混入任何的类中,如Man、Woman、Dog等,而又不必让所有这些类都继承同一个公共基类(狗是人类的好朋友,但我们不能为此让Dog继承Human)。trait类似于一个带有部分实现的接口,trait可以是独立的,也可以扩展自某个类。我们在trait中定义并初始化的val和var变量,将会在混入了该trait的类的内部被实现。任何已定义但未被初始化的val和var变量都被认为是抽象的,混入这些trait的类需要实现它们。
    1. 如果一个类没有扩展任何其他类,则使用extends关键字来混入trait。我们可以混入任意数量的trait。如果要混入额外的trait,要使用with关键字。
    2. 如果一个类已经扩展了另外一个类,那么我们也可以使用with关键字来混入第一个trait。 trait要求混入了它们的类去实现在特质中已经声明但尚未初始化的(抽象的)变量(val和var)。其次,trait的构造器不能接受任何参数。trait连同对应的实现类被编译为Java中的接口,实现类中保存了trait中已经实现的所有方法.
  3. akka和golang并发机制的异同
  4. 丰富的模式匹配支持,Pattern matching is a mechanism for checking a value(可以是任何类型) against a pattern

构建工具/sbt

SBT构建一个基本工程

从sbt 的build 文件名build.sbt就可以 看到 sbt 和 ant(ant是 build.xml) 的近亲关系。

应用框架/play

给Java开发者的Play Framework(2.4)介绍 Part1:Play的优缺点以及适用场景

文章重点:JVM阵营在Web领域逐渐落后主要有三个原因:编译的锅,技术栈的锅和语言的锅。

  1. Java源代码需要编译之后才能运行,直接结果是每次修改源代码都需要重启Web服务器才能看到效果。
  2. Servlet技术栈: Web容器(比如tomcat)存在的必要性也被越来越多的人质疑。原因就在于人为的将应用与容器剥离, 虽然这种做法本意是好的,但是结果就是给开发测试部署带来一系列集成的问题,现在越来越多的项目开始使用内嵌的Jetty或Tomcat。
  3. 基于Netty实现了自己的 请求响应接口(Request/Result),Promise已经被Scala,JavaScript等语言大量使用,Actor模型也已经遍地开花, 这些你都可以直接在Play中使用

笔者读完这一段的反应就是:原先感觉还不错的java技术栈竟被说的这么不堪。

玩转 Java Web 应用开发:Play 框架

Scala Cookbook 关于xml、test和play的pdf

  1. A terrific thing about the Play architecture is that Play templates are compiled to Scala functions

slick

浅谈Slick(1)- 基本功能描述

小结

《scala程序设计》:scala在架构层面提倡的方法是:小处用函数式编程,大处用面向对象编程。用函数式实现算法、操作数据、以及规范的管理状态,是减少bug、压缩代码行数和降低项目延期风险的最好办法。另一方面,scala的oo模型提供很多工具,可用来设计可组合可复用的模块,这对于较大的应用程序是必不可少的。

项目推荐

快学Scala+Playframework之增删改查——项目搭建(一) 对应项目代码 BeAce/scala-and-playframework-userlist

Play framework, Slick and MySQL Tutorial 对应项目代码 pedrorijo91/play-slick3-steps