Scala-1-BasicGrammar

环境配置和Scala安装

Docker

这里的scala我选择在docker的 ubuntu 容器里面进行安装和之后学习。 所以需要先把docker里面的ubuntu环境先配置好。

1. 拉取和进入 ubuntu 镜像
   docker pull ubuntu:13.10
docker run -it ubuntu
   由于从docker hub里面拉下来的ubuntu image里面基本什么包都没有， 需要自己安装一下一些常用工具, 比如 vim， curl, git
   apt-get install vim curl git

2. 在ubuntu里面安装java
   apt-get update
   安装 java jdk, 或者jre， 不过一般jdk已经包括了jre， 可以只安装jdk就好
   apt-get install default-jdk
apt-get install default-jre
   检查java环境是否安装成功
   #: java, #: javac

3. 安装scala
   默认安装scala 2.x 版本
   apt-get install scala
   测试scala #: scala， 退出scala时用 :q 或:quit 命令

安装scala的另外一种方式是安装sbt工具， 它是用来管理比较大的scala项目的， 可以参考官网

4. 安装Python 和spark
   由于学习scala的目的是学习大数据spark， 所以这里也一起把pyspark安装上去。

• 安装python
  apt-get update
apt-get install python3.8
apt-get install pip

• 安装pyspark
  安装pyspark的方法有几种， 可以参考 官网. 其中一种方法是直接下载源码来跑， 步骤如下

  1. 从PySpark下载地址 下载对应的版本pyspark， 比如 spark-3.2.0-bin-hadoop3.2.tgz

  2. 解压： tar -xzvf spark-3.2.0-bin-hadoop3.2.tgz 得到 spark-3.2.0-bin-hadoop3.2 目录

  3. 在 ~/.bashrc 文件最后增加下面环境变量， 让python能够识别出pyspark的路径
     export SPARK_HOME=<your-pyspark-path>

     export PYTHONPATH=$(ZIPS=("$SPARK_HOME"/python/lib/*.zip); IFS=:; echo "${ZIPS[*]}"):$PYTHONPATH

  4. 进入python3.8 调用pyspark检查调用情况

Scala 语法

定义包

Scala 使用 package 关键字定义包，在Scala将代码定义到某个包中有两种方式：
第一种方法和 Java 一样，在文件的头定义包名，这种方法就后续所有代码都放在该包中
可以在一个文件中定义多个包。

package com.runoob
class HelloWorld
//或者
package com.runoob {
  class HelloWorld 
}

数据类型

Scala 里面的所有类型都是class， 不是 原生类型。 除了Byte, Int, Char, String, Long, Boolean, Float, Short, Double外， 还有 Unit, Any, Null, Nothing, AnyRef.

• Unit 等同于void， 都是无值
• Null: null 或空引用
• Any: 所有其他类型的超类Super Class
• AnyRef： 是Scala里面所有引用类型的基类BaseClass
• Nothing: 是Scala如何其他类型的子类， 是最底层的类

变量

Scala 的变量用 val关键字定义。 Scala里面对变量的数据类型定义有下面3中方法：

1. 对变量定义以及赋值

   val var_name: DataType = value
   // 例子
   val myVal: String = "Foo"；

2. 只对变量定义 不赋值

   val myval: String；

3. 直接对变量赋值

不定义变量类型的话，一定要赋值

val myval = "value"；

另外Scala的语句的分割符;分号在语句最后可加可不加。

4. 多值赋值

• 同时赋予相同值

  //同时给a, b 赋予100， 相同的值
  val a, b= 100

• 同时赋予不同值， 使用tuple
  这里和python不一样，一定要加括号

  //同时给a, b 赋予100， 相同的值
  val a, b= (100,200)

修饰词public， private， protected

和Java一样， Scala有public， private， protected 关键词对函数， 变量， 类进行修饰。 使用方法：
private [x] <被修饰对象>, 这里的x指代某个所属的包、类或单例对象。如果写成private[x],读作”这个成员除了对[…]中的类或[…]中的包中的类及它们的伴生对像可见外，对其它所有类都是private。

例子

package bobsrockets{
    package navigation{
        private[bobsrockets] class Navigator{
         protected[navigation] def useStarChart(){}
         class LegOfJourney{
             private[Navigator] val distance = 100
             }
            private[this] var speed = 200
            }
        }
        package launch{
        import navigation._
        object Vehicle{
        private[launch] val guide = new Navigator
        }
    }
}

类 Navigator 被标记为 private[bobsrockets] 就是说这个类对包含在 bobsrockets 包里的所有的类和对象可见。

运算符

Scala的运算符和C， python一样， 支持 !=,==, >=, <=, &, $$, >>, <<等。 另外scala也支持自加， 自乘等表示式， 如 a-=1, b*=3 等

逻辑表达式

Scala 的 if, else, for, while, do..while等和C一样。但是Scala 不支持 break, continue的操作。 使用break时要用到类。 比如调用 Breaks 类的break

// 导入以下包
import scala.util.control._

// 创建 Breaks 对象
val loop = new Breaks;

// 在 breakable 中循环
loop.breakable{
    // 循环
    for(...){
       ....
       // 循环中断
       loop.break;
   }
}

函数定义

Scala 中使用 val 语句可以定义函数，def 语句定义方法

• Scala 类的方法定义

  def functionName ([参数列表]) : [return type] = {
     function body
     return [expr]
  }

方法声明

def functionName ([参数列表]) : [return type]

• 例子

  class Test{
    //定义方法
    def m(x: Int) = x + 3
    //定义函数
    val f = (x: Int) => x + 3
    println(f(4))
  }

Scala 这里用的 val f = (x: Int) => x + 3 中，f 为函数名， 后面接输入的参数列表和对应的类型， 再加 箭头=>， 最后是公式。 这个有点像python的lambda x:x+3 的匿名函数写法

Reference

Java 安装教程

scala 安装教程

PySpark 安装教程

https://sparkbyexamples.com/spark/different-ways-to-create-a-spark-dataframe/