scala 从入门到入门+

jopen 9年前

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

语句(statement): 一段可执行的代码表达式(expression): 一段可以被求值的代码

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"  }

这样做的好处都有啥?

  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

维基百科中惰性求值的解释

惰性求值(Lazy Evaluation),又称惰性计算、懒惰求值,是一个计算机编程中的一个概念,它的目的是要最小化计算机要做的工作。它有两个相关而又有区别的含意,可以表示为“延迟求值”和“最小化求值”,本条目专注前者,后者请参见最小化计算条目。除可以得到性能的提升外,惰性计算的最重要的好处是它可以构造一个无限的数据类型。

惰性求值的相反是及早求值,这是一个大多数编程语言所拥有的普通计算方式。

</div>

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?

确实能够区分Map是无值还是值为null了.

但是if(为null) 则 abandon 要写一百遍.

case Some(v) => v
case None => default

似乎也得写一百遍.

不,不是这样的

不要忘了option是个容器

http://www.scala-lang.org/api/2.11.7/index.html#scala.Option

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

我对于网站测试的结果,我总结的情况就是两点.

1. 排在后面的基本都是动态类型语言,静态类型语言相对容易优化到性能差不多的结果.

2. 同一个语言代码写得好差产生的性能差异,远远比各种语言最好的代码性能差异大.

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 progfunreactive
  • 尽情地查看文档,推荐软件Dash