函数式编程
我们将来使用Spark/Flink的大量业务代码都会使用到函数式编程。
下面的这些操作是学习的重点，先来感受下如何进行函数式编程以及它的强大
遍历 – foreach
方法描述
1
|
foreach(f: (A) ⇒ Unit): Unit
|
方法说明
| foreach |
API |
说明 |
| 参数 |
f: (A) ⇒ Unit |
接收一个函数对象作为参数
函数的输入参数为集合的元素
返回值为空 |
| 返回值 |
Unit |
空 |
方法实操
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
|
scala> val list = List(1, 2, 3, 4)
list: List[Int] = List(1, 2, 3, 4)
//定义一个匿名函数传入到foreach方法中
scala> list.foreach((x: Int) => println(x))
1
2
3
4
//匿名函数的输入参数类型可以省略，由编译器自动推断
scala> list.foreach(x => println(x))
1
2
3
4
//当函数参数，只在函数体中出现一次，而且函数体没有嵌套调用时，可以使用下划线来简化函数定义
scala> list.foreach(println(_))
1
2
3
4
//最简写，直接给定println
scala> list.foreach(println)
1
2
3
4
//很神奇的语法，别害怕，盘它就可以了，后期通过scala语言开发spark、Flink程序非常简洁方便
|
映射 – map
集合的映射操作是将来在编写Spark/Flink用得最多的操作，是我们必须要掌握。
方法描述
1
|
def map[B](f: (A) ⇒ B): TraversableOnce[B]
|
方法说明
| map方法 |
API |
说明 |
| 泛型 |
[B] |
指定map方法最终返回的集合泛型 |
| 参数 |
f: (A) ⇒ B |
传入一个函数对象作为参数
该函数接收一个类型A（要转换的集合的元素类型）
返回值为类型B |
| 返回值 |
TraversableOnce[B] |
B类型的集合 |
方法实操
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
//定义一个list集合，实现把内部每一个元素做乘以10，生成一个新的list集合
scala> val list = List(1, 2, 3, 4)
list: List[Int] = List(1, 2, 3, 4)
//定义一个匿名函数
scala> list.map((x: Int) => x * 10)
res21: List[Int] = List(10, 20, 30, 40)
//省略匿名函数参数类型
scala> list.map(x => x * 10)
res22: List[Int] = List(10, 20, 30, 40)
//最简写用下划线
scala> list.map(_ * 10)
res23: List[Int] = List(10, 20, 30, 40)
|
扁平化映射 – flatmap
映射扁平化也是将来用得非常多的操作，也是必须要掌握的。
方法描述
1
|
def flatMap[B](f: (A) ⇒ GenTraversableOnce[B]): TraversableOnce[B]
|
方法说明
| flatmap方法 |
API |
说明 |
| 泛型 |
[B] |
最终要转换的集合元素类型 |
| 参数 |
f: (A) ⇒ GenTraversableOnce[B] |
传入一个函数对象作为参数
函数的参数是集合的元素
函数的返回值是一个集合 |
| 返回值 |
TraversableOnce[B] |
B类型的集合 |
方法实操
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
//定义一个List集合,每一个元素中就是一行数据，有很多个单词
scala> val list = List("hadoop hive spark flink", "hbase spark")
list: List[String] = List(hadoop hive spark flink, hbase spark)
//使用flatMap进行偏平化处理，获取得到所有的单词
scala> list.flatMap(x => x.split(" "))
res24: List[String] = List(hadoop, hive, spark, flink, hbase, spark)
//简写
scala> list.flatMap(_.split(" "))
res25: List[String] = List(hadoop, hive, spark, flink, hbase, spark)
// flatMap该方法其本质是先进行了map 然后又调用了flatten
scala> list.map(_.split(" ")).flatten
res26: List[String] = List(hadoop, hive, spark, flink, hbase, spark)
|
过滤 – filter
过滤符合一定条件的元素
方法描述
1
|
def filter(p: (A) ⇒ Boolean): TraversableOnce[A]
|
方法说明
| filter方法 |
API |
说明 |
| 参数 |
p: (A) ⇒ Boolean |
传入一个函数对象作为参数
函数的参数是集合中的元素
此函数返回布尔类型，满足条件返回true, 不满足返回false |
| 返回值 |
TraversableOnce[A] |
列表 |
方法实操
1
2
3
4
5
6
7
8
9
10
11
12
13
|
//定义一个list集合
scala> val list = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
list: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
//过滤出集合中大于5的元素
scala> list.filter(x => x > 5)
res27: List[Int] = List(6, 7, 8, 9, 10)
//把集合中大于5的元素取出来乘以10生成一个新的list集合
scala> list.filter(_ > 5).map(_ * 10)
res29: List[Int] = List(60, 70, 80, 90, 100)
//通过这个案例，应该是可以感受到scala比java的强大了...
|
排序 – sort
在scala集合中，可以使用以下几种方式来进行排序
- sorted默认排序
- sortBy指定字段排序
- sortWith自定义排序
sorted默认排序
1
2
3
4
5
6
7
|
//定义一个List集合
scala> val list = List(5, 1, 2, 4, 3)
list: List[Int] = List(5, 1, 2, 4, 3)
//默认就是升序
scala> list.sorted
res30: List[Int] = List(1, 2, 3, 4, 5)
|
sortBy指定字段排序
根据传入的函数转换后，再进行排序
方法描述
1
|
def sortBy[B](f: (A) ⇒ B): List[A]
|
方法说明
| sortBy方法 |
API |
说明 |
| 泛型 |
[B] |
按照什么类型来进行排序 |
| 参数 |
f: (A) ⇒ B |
传入函数对象作为参数
函数接收一个集合类型的元素为参数
返回B类型的元素进行排序 |
| 返回值 |
List[A] |
返回排序后的列表 |
方法实操
1
2
3
4
5
6
7
|
//定义一个List集合
scala> val list = List("1 hadoop", "2 spark", "3 flink")
list: List[String] = List(1 hadoop, 2 spark, 3 flink)
//按照单词的首字母进行排序
scala> list.sortBy(x => x.split(" ")(1))
res33: List[String] = List(3 flink, 1 hadoop, 2 spark)
|
sortWith自定义排序
自定义排序，根据一个函数来进行自定义排序
方法描述
1
|
def sortWith(lt: (A, A) ⇒ Boolean): List[A]
|
方法说明
| sortWith方法 |
API |
说明 |
| 参数 |
lt: (A, A) ⇒ Boolean |
传入一个比较大小的函数对象作为参数
函数接收两个集合类型的元素作为参数
返回两个元素大小，小于返回true，大于返回false |
| 返回值 |
List[A] |
返回排序后的列表 |
方法实操
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
scala> val list = List(2, 3, 1, 6, 4, 5)
a: List[Int] = List(2, 3, 1, 6, 4, 5)
//降序
scala> list.sortWith((x, y) => x > y)
res35: List[Int] = List(6, 5, 4, 3, 2, 1)
//简写
scala> list.sortWith(_ > _)
//升序
scala> list.sortWith((x, y) => x < y)
res36: List[Int] = List(1, 2, 3, 4, 5, 6)
//升序 简写
scala> list.sortWith(_ < _)
|
分组 – groupBy
我们如果要将数据按照分组来进行统计分析，就需要使用到分组方法
groupBy表示按照函数将列表分成不同的组
方法描述
1
|
def groupBy[K](f: (A) ⇒ K): Map[K, List[A]]
|
方法说明
| groupBy方法 |
API |
说明 |
| 泛型 |
[K] |
分组字段的类型 |
| 参数 |
f: (A) ⇒ K |
传入一个函数对象作为参数
函数接收集合元素作为参数
返回一个K类型的key，这个key会用来进行分组，相同的key放在一组中 |
| 返回值 |
Map[K, List[A]] |
返回一个映射，K为分组字段，List为这个分组字段对应的一组数据 |
方法实操
1
2
3
4
5
6
7
8
9
10
11
12
13
|
scala> val a = List("张三" -> "男", "李四" -> "女", "王五" -> "男")
a: List[(String, String)] = List((张三,男), (李四,女), (王五,男))
// 按照性别分组
scala> a.groupBy((kv: (String, String)) => {kv._2})
//简写
scala> a.groupBy(_._2)
res0: scala.collection.immutable.Map[String,List[(String, String)]] = Map(男 -> List((张三,男), (王五,男)),
女 -> List((李四,女)))
// 将分组后的映射转换为性别/人数元组列表
scala> res0.map(x => x._1 -> x._2.size)
res3: scala.collection.immutable.Map[String,Int] = Map(男 -> 2, 女 -> 1)
|
聚合 – reduce
reduce表示将列表，传入一个函数进行聚合计算
方法描述
1
|
def reduce[A1 >: A](op: (A1, A1) ⇒ A1): A1
|
方法说明
| reduce方法 |
API |
说明 |
| 泛型 |
[A1 >: A] |
（下界）A1必须是集合元素类型的子类 |
| 参数 |
op: (A1, A1) ⇒ A1 |
传入函数对象，用来不断进行聚合操作
第一个A1类型参数为：当前聚合后的变量
第二个A1类型参数为：当前要进行聚合的元素 |
| 返回值 |
A1 |
列表最终聚合为一个元素 |
方法实操
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
scala> val a = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
a: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
scala> a.reduce((x, y) => x + y)
res5: Int = 55
// 第一个下划线表示第一个参数，就是历史的聚合数据结果
// 第二个下划线表示第二个参数，就是当前要聚合的数据元素
scala> a.reduce(_ + _)
res53: Int = 55
// 与reduce一样，从左往右计算
scala> a.reduceLeft(_ + _)
res0: Int = 55
// 从右往左聚合计算
scala> a.reduceRight(_ + _)
res1: Int = 55
|
折叠 – fold
fold与reduce很像，但是多了一个指定初始值参数
方法描述
1
|
def fold[A1 >: A](z: A1)(op: (A1, A1) ⇒ A1): A1
|
方法说明
| reduce方法 |
API |
说明 |
| 泛型 |
[A1 >: A] |
（下界）A1必须是集合元素类型的子类 |
| 参数1 |
z: A1 |
初始值 |
| 参数2 |
op: (A1, A1) ⇒ A1 |
传入函数对象，用来不断进行折叠操作
第一个A1类型参数为：当前折叠后的变量
第二个A1类型参数为：当前要进行折叠的元素 |
| 返回值 |
A1 |
列表最终折叠为一个元素 |
方法实操
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
|
//定义一个List集合
scala> val a = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
a: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
//求和
scala> a.sum
res41: Int = 55
//给定一个初始值，，折叠求和
scala> a.fold(0)(_ + _)
res42: Int = 55
scala> a.fold(10)(_ + _)
res43: Int = 65
//从左往右
scala> a.foldLeft(10)(_ + _)
res44: Int = 65
//从右往左
scala> a.foldRight(10)(_ + _)
res45: Int = 65
//fold和foldLet效果一致，表示从左往右计算
//foldRight表示从右往左计算
|
高阶函数
使用函数值作为参数，或者返回值为函数值的“函数”和“方法”，均称之为“高阶函数”。
函数值作为参数
1
2
3
4
5
6
7
8
9
10
11
|
//定义一个数组
scala> val array = Array(1, 2, 3, 4, 5)
array: Array[Int] = Array(1, 2, 3, 4, 5)
//定义一个函数
scala> val func = (x: Int) => x * 10
func: Int => Int = <function1>
//函数作为参数传递到方法中
scala> array.map(func)
res0: Array[Int] = Array(10, 20, 30, 40, 50)
|
匿名函数
scala> val array = Array(1, 2, 3, 4, 5) array: Array[Int] = Array(1, 2, 3, 4, 5) scala> array.map(x => x * 10) res1: Array[Int] = Array(10, 20, 30, 40, 50)