大数据之scala常用函数总结

Posted Java架构师联盟

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了大数据之scala常用函数总结相关的知识,希望对你有一定的参考价值。

Scala字符串

  Scala中字符串也是分为两种: 可变长度的StringBuilder和不可变长度的String, 其操作用法与Java几乎一致.


  接下来, 通过代码来查看常用方法


//定义字符串

val str1 = "Hello Scala"

var str2 = "Hello Scala"

var str2_1 = "hello scala"


//字符串比较

println(str1 == str2)

println(str1.equals(str2))

println(str1.equalsIgnoreCase(str2_1))

//上述三个比较全部返回true


//按字典顺序比较两个字符串

println(str1.compareTo(str3))

//按字典顺序比较两个字符串,不考虑大小写  

println(str1.compareToIgnoreCase(str3))


//从0开始返回指定位置的字符  

println(str1.charAt(6))

//追加

println(str2.concat(" Language"))

//是否以指定的后缀结束

println(str1.endsWith("la"))

//使用默认字符集将String编码为 byte 序列

println(str1.getBytes)

//哈希码

println(str1.hashCode)

//指定子字符串在此字符串中第一次出现处的索引

println(str1.indexOf("ca"))

//字符串对象的规范化表示形式

println(str1.intern())

//指定子字符串在此字符串中最后一次出现处的索引

println(str1.lastIndexOf("al"))

//长度

println(str1.length)

//匹配正则表达式

println(str1.matches("d+"))

//替换字符

println(str1.replace('a','o'))

//根据字符切割, 需要注意Scala中从数组中取元素使用小括号

println(str1.split(" ")(1))

//是否以指定字符串开始

println(str1.startsWith("Hel"))

//截取子字符串

println(str1.substring(3))

println(str1.substring(3,7))

//大小写

println(str1.toLowerCase())

println(str1.toUpperCase())

//去空格

println(str1.trim)


//使用StringBuilder

val strBuilder = new StringBuilder

//拼接字符串

strBuilder.append("Hello ")

strBuilder.append("Scala")

println(strBuilder)

//反转

println(strBuilder.reverse)

//返回容量

println(strBuilder.capacity)

//指定位置插入

println(strBuilder.insert(6,"Spark "))


Scala 集合

1. 数组

  Java中使用 new String[10]的形式可以创建数组, 但Scala中创建数组需要用到Array关键词, 用[ ]指定数组中元素的泛型, 取值使用小括号(index).


//创建Int类型的数组, 默认值为0

val nums = new Array[Int](10)

//创建String类型的数组, 默认值为null

val strs = new Array[String](10)

//创建Boolean类型的数组, 默认值为false

val bools = new Array[Boolean](10)

//通过索引遍历数组,给元素赋值

for (index <- 0 until nums.length) nums(index) = index + 1

//数组遍历,编码的逐步简化

nums.foreach ( (x: Int) => print(x + " ") )

println()

nums.foreach ( (x => print(x + " ")) )

println()

nums.foreach(print(_))

println()

nums.foreach(print)


  foreach函数传入一个函数参数, 由于Scala支持类型推测, 可以将参数函数的参数类型省略; 在参数函数中, 该函数的参数只出现一次, 因为可以使用下划线_代替(如果有多个可以使用_.1/_.2); 最后由于Scala语言的灵活性, 只需传入print这个函数也会遍历打印整个集合.


  创建二维数组分两步: 创建一个泛型为数组的数组, 然后对这个数组遍历,


val secArray = new Array[Array[String]](5)

for (index <- 0 until secArray.length){

  secArray(index) = new Array[String](5)

}


//填充数据

for (i <- 0 until secArray.length;j <- 0 until secArray(i).length) {

  secArray(i)(j) = i * j + ""

}


secArray.foreach(array => array.foreach(println))


2. list

  Scala中列表的定义使用List关键词. List集合是一个不可变的集合. 下面来看创建List已经list调用的方法.


//创建列表

val list = List(1,2,3,4,5)

//对列表遍历

list.foreach(println)

//contains判断是否包含某个元素

println(list.contains(6))

//反序,返回一个新的List

list.reverse.foreach(println)

//去前n个元素,返回一个新的List

list.take(3).foreach(println)

//删除前n个元素,返回一个新的List

list.drop(2).foreach(println)

//判断集合中是否有元素满足判断条件

println(list.exists(_ > 4))

//把List中的元素用设置的字符(串)进行拼接

list.mkString("==").foreach(print)



/*map是一个高阶函数,需要一个函数参数

返回值是That,意思是谁调用的map返回的类型跟调用map方法的对象的类型一致

这里map返回的仍然是list,因此在map中可对每一个元素进行相同操作

map返回的list的泛型由编码传入的函数返回类型决定,如下(_ * 100)返回的list的泛型就是Int

*/

list.map(println)

list.map(_ * 100).foreach(println)



val logList = List("Hello Scala" , "Hello Spark")

/*由上述介绍可知,split()返回一个数组,因此map返回的类型是泛型为数组类型的list

需要对返回的list进行两次遍历,第一次遍历得到Array,第二次遍历拿到String

*/

logList.map(_.split(" ")).foreach(_.foreach(println))

/*

如果想直接拿到String,需要:

扁平操作

用到的函数是flatMap,flatMap返回的类型也是调用该方法的类型,但它可以直接得到String类型的单词

*/

logList.flatMap(_.split(" ")).foreach(println)

Nil.foreach(println)

//::操作可用来添加元素

val list1 = 1::2::Nil

list1.foreach(println)


  需要注意的是, 上述创建的list均为不可变长度的list, 即list中的元素只有在创建时才能添加. 创建可变长度的list, 需要用到ListBuffer, 看代码:


//创建一个ListBuffer,需要导包scala.collection.mutable.ListBuffer

val listBuffer = new ListBuffer[String]

//使用+=添加元素

listBuffer.+=("hello")

listBuffer.+=("Scala")

listBuffer.foreach(println)

//使用-=去除元素

listBuffer.-=("hello")


3. set

  Scala中使用Set关键词定义无重复项的集合.

  Set常用方法展示:


//创建Set集合,Scala中会自动去除重复的元素

val set1 = Set(1,1,1,2,2,3)

//遍历Set即可使用foreach也可使用for循环

set1.foreach(x => print( x + "\t"))


val set2 = Set(1,2,3,5,7)

//求两个集合的交集

set1.intersect(set2).foreach(println)

set1.&(set2).foreach(println)

//求差集

set2.diff(set1).foreach(println)

set2.&~(set1).foreach(println)

//求子集,如果set1中包含set2,则返回true.注意是set1包含set2返回true

println(set2.subsetOf(set1))


//求最大值

println(set1.max)

//求最小值

println(set1.min)

//转成List类型

set1.toList.map(println)

//转成字符串类型

set1.mkString("-").foreach(print)


4. Map

  Scala中使用Map关键字创建KV键值对格式的数据类型.


4.1 创建map集合

val map = Map(

"1" -> "Hello",

2 -> "Scala",

3 -> "Spark"

)


  创建Map时, 使用->来分隔key和value, KV类型可不相同, 中间使用逗号进行分隔.


4.2 map遍历

  遍历map有三种方式, 即可使用foreach, 也可使用与Java中相同用法的迭代器, 还可使用for循环.


方式一: foreach

map.foreach(println)


  此时, 打印的是一个个二元组类型的数据, 关于元组我们后文中会详细介绍, 此处只展示一下二元组的样子: (1,Hello); (2,Scala); (3,Spark).


方式二: 迭代器

val keyIterator = map.keys.iterator

while (keyIterator.hasNext){

val key = keyIterator.next()

println(key + "--" + map.get(key).get)

}


此时需注意:

  map.get(key)返回值, 返回提示:

an option value containing the value associated with key in this map, or None if none exists.

  即返回的是一个Option类型的对象, 如果能够获取到值, 则返回的是一个Some(Option的子类)类型的数据, 例如打印会输出Some(Hello), 再通过get方法就可以获取到其值;

  如果没有值会返回一个None(Option的子类)类型的数据, 该类型不能使用get方法获取值(本来就无值, 强行取值当然要出异常)

  看get方法的提示(如下), 元素必须存在, 否则抛出NoSuchElementException的异常.

Returns the option's value.  Note: The option must be nonEmpty.   

Throws:Predef.NoSuchElementException - if the option is empty.


  既然这样, 对于None类型的数据就不能使用get了, 而是使用getOrElse(“default”)方法, 该方法会先去map集合中查找数据, 如果找不到会返回参数中设置的默认值. 例如,


//在上述map定义的情况下执行下述代码,会在终端打印default

println(map.get(4).getOrElse("default"))


方式三: for循环

for(k <- map) println(k._1 + "--" + k._2)

  此处, 将map中的每一对KV以二元组(1, Hello)的形式赋给k这一循环变量. 可通过k._1来获取第一个位置的值, k._2获取第二个位置的值.


4.3 Map合并

//合并map

val map1 = Map(

  (1,"a"),    

  (2,"b"),    

  (3,"c")    

)

val map2 = Map(

  (1,"aa"),

  (2,"bb"),

  (2,90),

  (4,22),

  (4,"dd")

)

map1.++:(map2).foreach(println)


  ++和++:的区别


函数 调用 含义

++ map1.++(map2) map1中加入map2

++: map1.++:(map2) map2中加入map1

  注意:map在合并时会将相同key的value替换


4.4 Map其他常见方法


//filter过滤,虑去不符合条件的记录

map.filter(x => {

  Integer.parseInt(x._1 + "") >= 2

}).foreach(println)

//count对符合条件的记录计数

val count = map.count(x => {

  Integer.parseInt(x._1 + "") >= 2

})

println(count);

/* 对于filter和count中条件设置使用Integer.parseInt(x._1 + "")是因为:

 * 定义map时,第一个key使用的是String类型,但在传入函数时每一个KV转化为一个二元组(Any,String)类型,x._1获取Any类型的值,+""将Any转化为String,最后再获取Int值进行判断.

 */

//contains判断是否包含某个key

println(map.contains(2))

//exist判断是否包含符合条件的记录

println(map.exists(x =>{

  x._2.equals("Scala")

}))


5. 元组

  元组是Scala中很特殊的一种集合, 可以创建二元组, 三元组, 四元组等等, 所有元组都是由一对小括号包裹, 元素之间使用逗号分隔.


  元组与List的区别: list创建时如果指定好泛型, 那么list中的元素必须是这个泛型的元素; 元组创建后, 可以包含任意类型的元素.


  创建元组即可使用关键字Tuple, 也可直接用小括号创建, 可以加 “new” 关键字, 也可不加. 取值时使用 "tuple._XX"获取元组中的值.


元组的创建和使用

//创建元组

val tuple = new Tuple1(1)

val tuple2 = Tuple2("zhangsan",2)

val tuple3 = Tuple3(1,2.0,true)

val tuple4 = (1,2,3,4)

val tuple18 = (1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18)

//注意:使用Tuple关键字最多支持22个元素

val tuple22 =  Tuple22(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22)


//使用

println(tuple2._1 + "\t" + tuple2._2)

//元组中嵌套元组

val t = Tuple2((1,2),("zhangsan","lisi"))

println(t._1._2)


元组的遍历

//tuple.productIterator可以得到迭代器, 然后用来遍历

val tupleIterator = tuple22.productIterator

while(tupleIterator.hasNext){

println(tupleIterator.next())

}


toString, swap方法

//toString, 将元组中的所有元素拼接成一个字符串 

println(tuple3.toString())


//swap翻转,只对二元组有效

println(tuple2.swap)


trait特性

  Scala中的trait特性相对于Java而言就是接口. 虽然从功能上两者极其相似, 但trait比接口还要强大许多: trait中可以定义属性和方法的实现, 这点又有点像抽象类; Scala的类可以支持继承多个trait, 从结果来看即实现多继承.


  Scala中定义trait特性与类相似, 不同在于需要使用"trait"关键字. 其他注意点在代码注释中做出说明:


trait Read {

val readType = "Read"

val gender = "m"

//实现trait中方法

def read(name:String){

println(name+" is reading")

}

}


trait Listen {

val listenType = "Listen"

val gender = "m"

//实现trait中方法

def listen(name:String){

println(name + " is listenning")

}

}


//继承trait使用extends关键字,多个trait之间使用with连接

class Person extends Read with Listen{

//继承多个trait时,如果有同名方法或属性,必须使用“override”重新定义

override val gender = "f"

}


object test {

def main(args: Array[String]): Unit = {

val person = new Person()

person.read("zhangsan")

person.listen("lisi")

println(person.listenType)

println(person.readType)

println(person.gender)  

}

}


object Lesson_Trait2 {

def main(args: Array[String]): Unit = {

val p1 = new Point(1,2)

val p2 = new Point(1,3)

println(p1.isEqule(p2))

println(p1.isNotEqule(p2))

}

}


trait Equle{

//不实现trait中方法

def isEqule(x:Any) :Boolean 

//实现trait中方法

def isNotEqule(x : Any)  = {

!isEqule(x)

}

}


class Point(x:Int, y:Int) extends Equle {

val xx = x

val yy = y

def isEqule(p:Any) = {

/*

* isInstanceOf:判断是否为指定类型

* asInstanceOf:转换为指定类型

*/

p.isInstanceOf[Point] && p.asInstanceOf[Point].xx==xx

}


模式匹配match-case

  Scala中的模式匹配match-case就相当于Java中的switch-case. Scala 提供强大的模式匹配机制, 即可匹配值又可匹配类型. 一个模式匹配包含一系列备选项, 每个备选项都以case关键字开始. 并且每个备选项都包含了一个模式以及一到多个表达式, 箭头符号 => 隔开了模式和表达式。


object Lesson_Match {

def main(args: Array[String]): Unit = {

val tuple = Tuple7(1,2,3f,4,"abc",55d,true)

val tupleIterator = tuple.productIterator

while(tupleIterator.hasNext){

matchTest(tupleIterator.next())

}

}

/**

* 注意

* 1.模式匹配不仅可以匹配值,还可以匹配类型

* 2.模式匹配中,如果匹配到对应的类型或值,就不再继续往下匹配

* 3.模式匹配中,都匹配不上时,会匹配到case _ ,相当于default

*/

def matchTest(x:Any) ={

x match {

//匹配值

case 1 => println("result is 1")

case 2 => println("result is 2")

case 3 => println("result is 3")

//匹配类型 

case x:Int => println("type is Int")

case x:String => println("type is String")

case x :Double => println("type is Double")

case _ => println("no match")

}

}

}


  由于匹配到对应的类型或值时, 就不再继续往下匹配, 所有在编写备选项时要将范围小的放在前面, 否则就会失去意义. 这就类似于try-catch中处理异常时, 也要先从小范围开始.


样例类case classes

  使用case关键字定义的类就是样例类(case classes), 样例类实现类构造参数的getter方法 (构造参数默认被声明为val) , 当构造参数类型声明为var时, 样例类会实现参数的setter和getter方法.


  样例类默认实现toString, equals, copy和hashCode等方法. 样例类在创建对象时可new, 也可不new.


//使用case关键字定义样例类

case class Person(name:String, age:Int)


object Lesson_CaseClass {

def main(args: Array[String]): Unit = {

//创建样例类对象,可new可不new

val p1 = new Person("zhangsan",18)

val p2 = Person("lisi",20)

val p3 = Person("wangwu",22)

val list = List(p1,p2,p3)

list.foreach { x => {

x match {

case Person("zhangsan",18) => println("zhs")

case Person("lisi",20) => println("lisi")

case p:Person => println("is a person")

case _ => println("no match")

}

} }

}

}


并发 Actor Model

  Actor Model相当于Java中的Thread, Actor Model用来编写并行计算或分布式系统的高层次抽象. Actor不需要担心多线程模式下共享锁的问题, 可用性极高.


  Actors将状态和行为封装在一个轻量级的进程/线程中, 但它不和其他Actors分享状态, 每个Actors有自己的世界观, 当需要和其他Actors交互时, 通过发送异步的, 非堵塞的(fire-and-forget)事件和消息来交互. 发送消息后不必等另外Actors回复, 也不必暂停, 每个Actors有自己的消息队列, 进来的消息按先来后到排列, 这就有很好的并发策略和可伸缩性, 可以建立性能良好的事件驱动系统.


Actor的特征:


ActorModel是消息传递模型,基本特征就是消息传递

消息发送是异步的,非阻塞的

消息一旦发送成功,不能修改 (类似发邮件)

Actor之间传递时,自己决定决定去检查消息,而不是一直等待,是异步非阻塞的

  定义Actor需要继承Actor这一trait, 实现act这一方法, 并且使用感叹号! 来发送消息.


  一个简单实例:


import scala.actors.Actor


//自定义Actor

class myActor extends Actor{

  def act(){

    while(true){

      receive {

        case x:String => println("save String ="+ x)

        case x:Int => println("save Int")

        case _ => println("save default")

      }

    }

  }

}


object Lesson_Actor {

  def main(args: Array[String]): Unit = {

    

    //创建actor的消息接收和传递

    val actor =new myActor()

    //启动

    actor.start()

    //发送消息写法

    actor ! "Hello Scala Actor !"

  }

}


  Actor与Actor之间通信:


//创建样例类,用来发送

case class Message(actor:Actor,msg:Any)


class Actor1 extends Actor{

  def act(){

    while(true){

      //对接收的消息进行模式匹配

      receive{

        case  msg :Message => {

          println("i sava msg! = "+ msg.msg)

          //回复消息

          msg.actor!"i love you too !"

          }

        case msg :String => println(msg)

        case  _ => println("default msg!")

      }

    }

  }

}


//为了实现Actor中的通信,需要拿到另一个Actor的对象

class Actor2(actor :Actor) extends Actor{

  //发送消息

  actor ! Message(this,"i love you !")

def act(){

while(true){

receive{

  case msg :String => {

    if(msg.equals("i love you too !")){

      println(msg)

     actor! "could we have a date !"

    }

  }

  case  _ => println("default msg!")

}

}

}

}


object Lesson_Actor2 {

  def main(args: Array[String]): Unit = {

    val actor1 = new Actor1()

    actor1.start()

    val actor2 = new Actor2(actor1)

    actor2.start()

  }

}


Scala隐式转换系统

  隐式转换是指在编写程序时, 尽量少的去编写代码, 让编译器去尝试在编译期间自动推导出某些信息来, 这就类似于在Scala中定义变量时不需要指定变量类型. 这种特性可以极大的减少代码量, 提高代码质量.


  Scala中提供强大的隐式转换系统, 分别为: 隐式值, 隐式视图和隐式类.


隐式值

  先来看一个隐式值的Demo:


object Lesson_Implicit1 {

def main(args: Array[String]): Unit = {

implicit val name = "Scala Study"

sayName

}

def sayName(implicit name:String) = {

println("say love to " + name)

}

}


  这里将name变量声明为implicit, 编译器在执行sayName方法时发现缺少一个String类型的参数, 此时会搜索作用域内类型为String的隐式值, 并将搜索到的隐式值作为sayName的参数值进行传递.


  需要注意:


隐式转换必须满足无歧义规则, 否则会报错:

ambiguous implicit values: both value a of type String and value name of type String match expected type String

在同一个作用域禁止声明两个类型一致的变量,防止在搜索的时候会犹豫不决

声明隐式参数的类型最好是自定义的数据类型,一般不要使用Int,String这些常用类型,防止碰巧冲突.


隐式视图


  隐式视图就是把一种类型自动转换为另一种类型. 还是先来看代码:


object Lesson_Implicit2 {

def main(args: Array[String]): Unit = {

//声明隐式视图

implicit def stringToInt(num:String) = Integer.parseInt(num)

    println(addNum("1000")) 

}

def addNum(num:Int) = { num + 1000 }

}


  这里addNum方法参数是String类型, 不符合定义要求, 此时编译器搜索作用域发现有个隐式方法, 正好这个方法的参数是String, 返回是Int. 然后就会调用这个隐式方法, 返回一个Int值并将它传给addNum方法.


隐式类

  隐式类是指把一个对象自动转换为另一种类型的对象, 转换后可以调用原来不存在的方法.


package com.qb.scala


object Lesson_Implicit3 {

def main(args: Array[String]): Unit = {

//导入隐式类所在的包

import com.qb.scala.Util.StringLength

println("qwer".getLength())

}


object Util {

//定义一个隐式类,使用implicit关键字修饰

implicit class StringLength(val s : String){

def getLength() = s.length

}

}


  这里编译器在qwer对象调用getLength方法时, 发现该对象并没有getLength方法, 此时编译器发现在作用域范围内有隐式实体. 发现有符合的隐式类可以用来转换成带有getLength方法的Util类, 进而就可调用getLength方法.


  需要注意:


隐式类所带的构造参数有且只能有一个

必须在类, 伴生对象和包对象中定义隐式类

隐式类不能是case class(样例类), case class 在定义时会自动生成伴生对象.

作用域中不能有与隐式类同名的标识符


以上是关于大数据之scala常用函数总结的主要内容,如果未能解决你的问题,请参考以下文章

2021年大数据常用语言Scala(三十七):scala高级用法 高阶函数用法

2021年大数据常用语言Scala(十三):基础语法学习 函数 重点掌握

2021年大数据常用语言Scala(二十):函数式编程 介绍

2021年大数据常用语言Scala:Scala简介

2021年大数据常用语言Scala(二十五):函数式编程 排序

2021年大数据常用语言Scala(二十一):函数式编程 遍历 foreach