㈠ 如何学好Scala
Spark也是基于JVM，我们构筑分布式系统，借助JVM，而不一定是Java语言。 Spark和消息中间件KAFKA等都是用Scala编写的，学好Scala是掌握Spark的关键。
Scala基础语法入门实战
首先，参照相关攻略，在Linux下分别下载安装Java、Scala，然后配置Java和Scala环境变量。安装完毕，在终端敲入scala即可进入Scala命令行，如下所示：
root@Master:~# scala
Welcome to Scala version 2.10.4 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_66).
Type in expressions to have them evaluated.
Type :help for more information.
简单测试
scala> 1+2
res0: Int = 3
scala> 1.5*2
res1: Double = 3.0
scala> 3*res1
res2: Double = 9.0
//按Tab键，命令自动补全
scala> res2.to
toByte toChar toDouble toFloat toInt toLong toShort toString
变量
var声明可变变量；val声明不可变变量。
val声明的不可变变量，不希望数据被改变，RDD内部的数据都是不可变，所以在Spark中一般都是使用val。
//下面声明了一个不可变变量result，result的值不可改变。
scala> val result=2+10
result: Int = 12
//假若修改result的值，会提示出错，如下：
scala> result=13
<console>:8: error: reassignment to val
result=13
//var声明可变变量：
scala> var name="Spark"
name: String = Spark
scala> name="Scala" //可以修改变量name的值
name: String = Scala
scala> name //name的值现在为Scala
res4: String = Scala
//val声明不可变变量
//age被声明为Int类型的不可变变量
scala> val age: Int=0
age: Int = 0
//声明为String类型
scala> val name:String=null
name: String = null
一行代码声明多个变量
scala> val age1,age2,age3=0
age1: Int = 0
age2: Int = 0
age3: Int = 0
基本数据类型的自动转换操作
Scala自己可以完成基本数据类型的自动转换操作。
//输入整数10，按Tab键盘，可以看见它本身的很多方法：
scala> 10.to
toByte toChar toDouble toFloat toInt toLong toShort toString
scala> 10.toString
res5: String = 10
scala> 0.to(5)
res6: scala.collection.immutable.Range.Inclusive = Range(0, 1, 2, 3, 4, 5)
给了我们一个不可变的集合，获得的结果是：0~5，所以Scala一切皆对象！
Scala隐私转换：
当类型本身没有没有这个方法，但是又需要调用这个方法时，内部就会自动触发隐式转换。刚才的示例中，Int本身没有to这样的方法，Scala引擎内部会隐式自动转换成RichInt，就像上面0.to(5)这样的调用，RichInt对象类型才有to这样的函数。
scala> 1+1
res7: Int = 2
//因为Scala一切皆对象，所以以上示例又可以写成：
scala> 1.+(1)
res9: Double = 2.0
这个示例，内部其实就是Int的一个隐式转换，+是类的一个方法。
Scala没有++、---操作运算：
scala> var age=10
age: Int = 10
// Scala没有++、---操作运算
scala> age++
<console>:9: error: value ++ is not a member of Int
age++
^
//但是++运算可以用下面方式实现：
scala> age +=1
scala> age
res12: Int = 11
求最大、最小值
scala> min(20,4)
<console>:8: error: not found: value min
min(20,4)
^
该示例因为没有导入库，所以出错。
scala> import scala.math._ //导入math库
import scala.math._
scala> min(20,4)
res14: Int = 4
apply工厂构造实现方法
在Spark中，大量的实例的构造都是使用了apply方式。
scala> Array(1,2,3,4)
res15: Array[Int] = Array(1, 2, 3, 4)
scala> val array=Array(1,2,3,4)
array: Array[Int] = Array(1, 2, 3, 4)
//array是一个声明整数类型的数组变量， 其实内部是自动调用了Array.apply方法，等同如下：
scala> val array = Array.apply(1,2,3,4)
array: Array[Int] = Array(1, 2, 3, 4)
条件控制、循环
// if表达式示例：
scala> if(age>=18) "成年人" else "小孩"
res16: String = 成年人
scala> val result=if(age>=18) "成年人" else "小孩"
result: String = 成年人
scala> result
res17: String = 成年人
scala> val result = if(age>=18){
| "alt"
| buffered=10
| buffered
| }
以上一个代码块，代码块后面有个返回值buffered，代码块的返回值就是最后一行的值。
打印值
scala> println("Spark") //输出一行字符串并换行
Spark
scala> println("\nSpark") //换行，输出一行字符串再换行。\n是换行转义符。
Spark
scala> print("Spark") //输出一行字符串，不换行
Spark
scala>
填充占位符
scala> printf("%s是大数据框架的未来", "Spark") //%s是占位符
Spark是大数据框架的未来
读取内容
readLine用于读取输入的内容
scala> readLine //此时敲入Scala之后，然后回车
res28: String = Scala
scala> res28
res29: String = Scala
补充说明，readLine是一个方法，如果方法如果没有参数，那么可以不带括号，readLine()跟readLine效果一样。
循环
//声明一个可变变量，初始值为100
scala> var element=100
element: Int = 100
//while循环示例：
scala> while(element>90){
| println(element)
| element -= 1
| }
100
99
98
97
96
95
94
93
92
91
scala> 0 to element
res32: scala.collection.immutable.Range.Inclusive = Range(0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90)
//for循环遍历并打印
scala> for(i<-80 to element) println(i)
80
81
82
83
84
85
86
87
88
89
90
//循环并增加条件判断
scala> for(i<-0 to element if i%2==0) print(i+" ")
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90
//for循环，并break退出
scala> import scala.util.control.Breaks._ //添加break引用
import scala.util.control.Breaks._
scala> for(i<-1 to 10){
| if(i==4) break
| println(i)
| }
1
2
3
scala.util.control.BreakControl
//循环，并return
scala> val n=5
n: Int = 5
scala> def f1:Any = {
| for(i <-1 to 10){
| if(i==n) return i
| println(i)
| }
| }
f1: Any
scala> f1
1
2
3
4
res1: Any = 5
解释以上代码块，def是定义一个函数。f1就是一个函数。
二、 Scala函数入门实战
函数示例
函数的定义使用def关键字，并且函数体最后有返回值。
//声明了一个函数f3，两个参数：param1是String类型，param2为Int类型。param2默认值为30，因为有了默认值，那么在调用上可以不传param2。
scala> def f3(param1:String, param2:Int=30) = param1 + param2
f3: (param1: String, param2: Int)String
//调用函数f3,传入第一个参数param1值为Spark，没有传入第二个参数，默认为30。
scala> f3("Spark")
res4: String = Spark30
//带名参数调用，即在函数调用时，显示指定参数名，并不按顺序传入。
scala> f3(param2=100, param1="Scala")
res5: String = Scala100
//变长参数, 定义了一个sum函数，参数numbers是变成参数，即传入的Int变量个数不定。在函数体中，对传入的全部Int变量进行循环遍历并累计求和，最后把结果返回。
scala> def sum(numbers: Int*)={var result=0; for(element<-numbers) result +=element; result}
sum: (numbers: Int*)Int
scala> sum(1,2,3,4,5,6,7,8,9,10)
res1: Int = 55
//下面示例是一个非常经典的语法
scala> sum(1 to 10: _*) // _* 表示提取里面的每个元素, 然后作为变长参数传递
res3: Int = 55
过程
没有返回值的函数就是过程。
//这是一个函数
scala> def morning(content:String) = "Good" + content
morning: (content: String)String
//这是一个过程
scala> def morning(content:String) { println( "Good" + content)}
morning: (content: String)Unit
㈡ 求一套spark，scala,hadoop视频教程
http://blog.csdn.net/qq_28767763/article/details/58595081
㈢ 学习scala有哪些好的资源
为什么学习函数式编程
在阅读DDD巨著《Patterns, Principles, and Practices of Domain-Driven Design》的过程中，Scott在第5章提到了使用函数式编程语言配合贫血模型去实践DDD的一种思路，这激发了我的无限遐想。
在开发领域，我们已经拥有了许多的抽象方法论和大量的实现技术。但我个人认为，这一切归根结底，都是人类思维在开发领域的具体表达方式。而人类在认识和分析所要解决的业务领域问题时，思考的内容不外乎由两个部分组成：『业务流程』与『业务规则』。前者，回答了业务活动中先做什么后做什么的问题；后者，则回答了遇到什么情况时应该怎么做的问题。两者结合后，得到我们需要的业务结果，或者叫作“实现业务目标”。
再想想目前学习和掌握的面向对象的一系列方法，又是如何将上述思维结果映射到中去的呢？我认为是这样的：
对于业务流程，我们将其表达为若干对象之间的合作，比如UML里序列图的对象与消息，进而具化为具体的类及其职责，比如类及其若干业务方法。
对于业务规则，我们将其表达为若干的判断逻辑，比如UML流程图里的判断分支，进而具化为业务方法里的if-else语句，或者再复杂一点，表达为工厂、策略等设计模式的实际运用。
然后，我认为，对于复杂业务规则的梳理，可以象数学归纳法一样进行演绎：假设一个函数y=f(x)，给定x的定义域，确定y的值域。特别是在排列组合等方面的一些问题，也经常采用递归的方式来解决。所以，从这个角度讲，函数式编程更贴近人类思维习惯，所以让我自然而然地把目光转向了它。
为什么选择Scala
在选择具体的函数式编程语言时，我首先想到的是它最好是同时能支持面向对象编程的。因为即便LISP作为函数式编程语言的先祖，诞生已长达半个世纪，但单纯的函数式编程语言与面向对象编程语言相比，在抽象领域概念、组合系统模块、实现信息隐蔽等方面存在一定的差距，所以一直没有成为开发的主流。
信息隐蔽原理：在西安电子科大蔡希尧与陈平老师于1993年合作出版的《面向对象技术》一书中是这样描述的：把需求和求解的方法分离；把相关信息——数据结构和算法，集中在一个模块之中，和其他模块隔离，它们不能随便访问这个模块内部的信息。
其次，由于我的语言路线是从Pascal → C → C++ → C#，所以我希望能选择一种风格近似于C、强类型的函数式编程语言。在比较了F#、R、ErLang等几种常见的函数式编程语言之后，我最终选择了Scala。
Scala有何优势
注：以下内容，节选翻译或参考自《Programming in Scala》第1章、第3章，《Programming Scala》第6章，不算完整意义上的个人心得。
函数式编程的优势
纯的函数是没有副作用的。无论何时何地，对于一个函数y=f(x)，给定x必定得到y，不会因此产生二义结果。因此无论对于代码测试还是并发，由于给定输入必定得到预期输出，而不受其他因素干扰，所以能有效减少Bug产生。
在函数式编程里，大量使用immutable的值。这意味着函数运算的结果总会创建一个新的实例，避免了通常并发环境下为防止数据共享冲突而采取的保护机制。尽管这需要额外的Copy操作，但Scala针对性地提供了高效的Copy实现，以及延迟计算等弥补机制。
函数是一等公民。函数作为表达式的一部分，可以借由函数之间的嵌套、组合，实现复杂的判断逻辑。
Scala语言本身的优势
Scala是面向对象与函数式编程的混合语言，所以能有效结合二者的优点。
Scala属于Java生态圈，可以在JVM上与Java一起编译运行，所以许多Java的框架、工具都可以直接应用于Scala语言编写的项目。
Scala视一切数据类型皆为对象，且支持闭包、lambda、by-name参数等特性，语法简洁明快。
Scala使用Actor作为并发模型，与Akka框架自然契合。这是一种区别于传统的、基于数据共享、以锁为主要机制的并发模型，其特点在于以Actor为基本单位、没有数据共享、基于消息传递实现Actor之间的协作，因此可以有效避免死锁、减少竞争。
最后，如果有朝一日要转向大数据领域，有Spark这样的大型框架作为支撑。知乎：与 Hadoop 对比，如何看待 Spark 技术？
Scala对实践DDD有何意义
说了那么多，我的根本目的还是要将Scala作为实现DDD的主要武器。那么试想一下，Scala在我们实现DDD的过程中能有哪些帮助呢？我暂且胡侃乱诌如下：
表示值对象、领域事件等元素更直观。值对象、领域事件在DDD里都应该是immutable的，以往多采取POCO形式表示，现在改用Scala里的val以及case class表示，在语法层面就直观地表明是不可修改的。
在类的方法层面实现CQRS时有语法支持。用Scala里的Function（返回类型为非Unit）对应CQRS里uery，保证类的方法没有副作用；用Procere（返回类型为Unit）对应CQRS里的Command，明确表明这一类方法会产生修改状态等副作用。这同样从语法层面就能对二者进行明确区分。
模式匹配丰富了函数操作。除了正则表达式，Scala形式多样的模式匹配语法，为提取数据、完成数据分组聚合等运算、实现逻辑判断提供了强大支持。比如定义def sum_count(ints:Seq[Int) = (ints.sum, ints.size)这样一个函数后，我们可以这样调用，以得到一个1至6的整数序列的整数值合计，及该序列的尺寸:val(sum, count) = sum_count(List(1, 2, 3, 4, 5, 6))。
为实现DSL提供有力支持。Scala自带有解析框架，加上灵活的函数语法支持，要自己实现一套DSL及其相应的语法解析器将不再困难。比如在配置文件里这样的一条配置语句，表示退休条件为年龄达到60周岁或者工龄届满30年：retire = (Age >= 60) || (ServiceLength >= 30)。以往的方式是自己写一个语法解析器，把这条文本转换成相应的Specification对象，然后扔给聚合去使用。现在有了Scala的帮助，就使编写语法解析器这一环节的工作量大大减少。
合理的高阶函数设计，使规则编写得到简化。比如规则、费用报销规则，以往可能需要若干层的if-else嵌套，现在则将通过高阶函数得到大幅简化。对此，我强烈刘光聪先生的Refactoring to Functions，你会在刘先生的重构过程中发现高阶函数的强大。
Actor为高效并发打下基础。Actor
内部完全自治，自带用于存储消息的mailbox，与其他Actor只能通过消息进行交互，每个Actor都是并发的一个基本单位。这些特点，非常适合于
采取Event
Sourcing方式实现的DDD。每个聚合都好比一个Actor，在聚合内部始终保持数据的强一致性，而在聚合之间交互的领域事件则好比Actor之间
的消息，聚合之间借由领域事件和Saga保证数据的最终一致性。
Trait成为AOP利器。Trait是Scala的另一大特色，它就象AOP织入一样，能动态地给某个类型注入方法或者结构。比如配合类Circuit和with后面那4个Trait的定义，val circuit = new Circuit with Adders with Multiplexers with Flipflops with MultiCoreProcessors这样就创建了一个带有加法器、乘法器、触发器和多核处理器的元件。
隐式实现为类型扩展提供支持。对应C#里的静态扩展方法，Scala通过implicit为实现数据类型的方法扩展提供了便捷，成为Trait之外的另一个功能扩展手段。
能降低常见BDD框架的学习成本。尽管这一点可能比较牵强，但我正在努力摸索如何将BDD与DDD结合，而常见的Cucumber、Spock等一些BDD框架，其语法与Scala比较相近，所以我才有如此一说。
有哪些Scala学习资料
以下是我目前主要的学习资料，并衷心欢迎各位留言补充。
书籍
Programming in Scala：由Scala语言的设计师Martin Odersky编写，循序渐进，配合了大量实例，入门必读吧。
Programming Scala：视角与上面那本有点不一样，没有Scala语言基础会感觉很困难，适合掌握了基本语法后温故而知新。
在线文档与
Scala 官方文档：Scala的，作为寻找资料的出发点是不错的。
Scala 课堂：中文版的Scala基本语法在线课堂。
Scala Synatax Primer：由Jim McBeath整理的Scala语法概要，可以当字典用。
The Neophyte’s Guide to Scala：很出名的一个Scala入门指南，以Scala中的提取器Extractor作为实例开始。
Scala 初学指南：这是上面那本指南的中译本。
Effective Scala：中文版的Scala高效编程
SBT中文入门指南：Scala Build Tool
社区
Scala 中文社区：不算活跃，原因你懂的。
Scala User：Scala入门者聚集地，没有Stack Overflow那么严格，但也需要点爬墙的身手。
SDK及IDE
Java SE：先装这个
Scala SDK：再装这个
SBT：然后装这个
IntelliJ IDEA：最后装这个，就能比较方便地开始Scala编程了
写在最后
最
近读的书很多也很杂，DDD、BDD、Scala、Cucumber以及Java基础等等都有涉及，真恨不得一口吃成个大胖子。由于时间和精力有限，所以
现在知识消化很成问题，迟迟没有进入学以致用的环节，只能先这样纸上谈兵了，好歹先把自己在学习过程中的一些思考、看到的好东西先记载下来，以备将来之
需。
㈣ 初学scala，我希望大神解答
ClassObject.count 使得ClassObject.numcount 为2
new ClassObject().addNum 中类实例的num 为4，使得ClassObject.numcount 为4，addNum 返回 5
new ClassObject().numcount1 中类实例首先调用ClassObject.count，使得 ClassObject.numcount 为6，因此numcount1 为6
同上面的道理，再次new ClassObject().numcount1 ，为8
原理就是类构造函数会对类定义中的所有可运行部分执行，例如ClassObject类，每次构造都会调用：
private var num = ClassObject.count
var numcount1 = ClassObject.numcount
引发类伴生对象中numcount 的变化
㈤ 哪里有Scala视频教程下载
推荐学习摇摆少年梦老师的《国内首部系统性介绍Scala语言培训课程》
㈥ scala代码下载
你要学习scala，但是没必要看源码吧。
https://github.com/scala/scala 这里是官方源码，你可以下载看
但是你要学习scala，可以看官方API，http://www.scala-lang.org/api/current/
或者是一些公开课
在coursera上面有scala的公开课，比较权威的https://www.coursera.org/course/progfun
㈦ 谁有scala的中文教程
可以到 scala中文社区http://www.cnscala.com/index.php 关注
㈧ 谁有scala视频课程
个人觉得，目前最好的Scala视频是“DT大数据梦工厂”的Scala视频，他们每天都会发布至少一个精简的视频出来，跟着学习挺有收货的。希望能帮到你，谢谢！
㈨ 求Scala视频
王家林老师录制了中国第一套Scala视频，可以参考学习，同时王家林老师在Spark、Hadoop、Android等方面有丰富的源码、实务和性能优化经验。彻底研究了Spark从0.5.0到0.9.1共13个版本的Spark源码，并已完成2014年5月31日发布的Spark1.0源码研究。
他同时还是Hadoop源码级专家，曾负责某知名公司的类Hadoop框架开发工作，专注于Hadoop一站式解决方案的提供，同时也是云计算分布式大数据处理的最早实践者之一；