Scala语言基础之结合demo和spark讲实现链式计算

Posted 2021-04-25 浪尖聊大数据

一，什么是链式计算

1，一般开发习惯把事情封装到一个方法中；链式编程思想是把要做的事情封装到block中，给外部提供一个返回这个block的方法

2，链式编程思想方法特点:方法的返回值必须是block，block的参数是需要操作的内容，block的返回值是返回这个block的方法的调用者

二，举例说明

比如我们定义个case class Person

case class Person(private val parent: Person = null ,private val name: String = null , private var age: Int = 0 ) {
  def setName(newName: String) = new Person( this,newName, this.age )
  def setAge(newAge: Int) :this.type = {
    this.age = newAge;
    this
  }
  def introduce {parentIntroduce; println( s"Hello, my name is $name and I am $age years old." ) }
  def parentIntroduce { if(parent!=null)parent.introduce }
}

那么，我们可以执行下面操作：

Person(null,"kitty",45) .setName("Peter").setAge(41).setName("Peter1").setAge(21).introduce

执行的结果

Hello, my name is kitty and I am 45 years old.
Hello, my name is Peter and I am 41 years old.
Hello, my name is Peter1 and I am 21 years old.

其实，我这里是有个陷阱，比如我现在换一种顺序调用(第一次调用setAge和setName互换)，如下：

Person(null,"kitty",45) .setAge(41).setName("Peter").setName("Peter1").setAge(21).introduce

那么结果就会变成下面的样子：

Hello, my name is kitty and I am 41 years old.
Hello, my name is Peter and I am 41 years old.
Hello, my name is Peter1 and I am 21 years old.

三，总结

之所以会出现上面两种结果，是由于我们的setAge操作是执行之后返回的是对象本身，而setName操作又重新new 了一个对象。

由此，我们可以类比到RDD的操作。之前，群友问过这样一个问题：

RDD.repartiton(12)

RDD的分区为啥不变成12呢？

实际上是由于RDD的所有转换算子都是新生成了一个RDD，而不是将函数作用于自身。

其实，还有一种链式计算的实现方式是执行函数返回的是一个固定的类型，而不一定是调用者自身或者同父类的实现对象。比如，Dataset最终执行的实现函数的返回就是固定类型：RDD[InternalRow]，而不是Dataset。这点后面会详细介绍。