Scala具体解释---------高速入门Scala

我无可救药地成为了Scala的超级粉丝。在我使用Scala开发项目以及编写框架后，它就仿佛凝聚成为一个巨大的黑洞，吸引力使我不得不飞向它，以至于開始背离Java。

固然Java 8为Java阵营增添了一丝亮色，却是望眼欲穿，千呼万唤始出来。

而Scala程序猿，却早就在享受lambda、高阶函数、trait、隐式转换等带来的福利了。

Java像是一头史前巨兽，它在OO的方向上差点儿走到了极致。硬将它拉入FP阵营。确乎有些强人所难了。而Scala则不，由于它的诞生就是OO与FP的混血儿——完美的基因融合。

“Object-Oriented Meets Functional”，这是Scala语言官方站点上飘扬的旗帜。这也是Scala的野心，当然，也是Martin Odersky的雄心。

Scala社区的发展

然而，一门语言并不能孤立地存在，必须提供依附的平台，以及环绕它建立的生态圈。不如此。语言则不足以壮大。Ruby非常优秀，但假设没有Ruby On Rails的推动，也非常难发展到今天这个地步。Scala相同如此。

反过来。当我们在使用一门语言时，也要选择符合这门语言的技术栈，在整个生态圈中找到适合详细场景的框架或工具。

当然，我们在使用Scala进行软件开发时，亦能够寻求庞大的Java社区支持；但是。假设选择调用Java开发的库。就会牺牲掉Scala给我们带来的福利。幸运的是，在现在，多数情况你已不必如此。伴随着Scala语言逐渐形成的Scala社区，已经開始慢慢形成相对完整的Scala技术栈。不管是企业开发、自己主动化測试或者大数据领域。这些框架或工具已经很完整地呈现了Scala开发的生态系统。

高速了解Scala技术栈

若要了解Scala技术栈，并高速学习这些框架。一个好的方法是下载typesafe推出的Activator。

它提供了相对富足的基于Scala以及Scala主流框架的开发模板，这当中实则还隐含了typesafe为Scala开发提供的最佳实践与指导。下图是Activator模板的截图：

那么，是否有渠道能够总体地获知Scala技术栈究竟包含哪些框架或工具，以及它们的特性与使用场景呢？感谢Lauris Dzilums以及其它在Github的Contributors。在Lauris Dzilums的Github上。他建立了名为awesome-scala的Repository。搜罗了当下基本的基于Scala开发的框架与工具，涉及到的领域包含：

  • Database
  • Web Frameworks
  • i18n
  • Authentication
  • Testing
  • JSON Manipulation
  • Serialization
  • Science and Data Analysis
  • Big Data
  • Functional Reactive Programming
  • Modularization and Dependency Injection
  • Distributed Systems
  • Extensions
  • Android
  • HTTP
  • Semantic Web
  • Metrics and Monitoring
  • Sbt plugins

是否有“乱花渐欲迷人眼”的感觉？不是太少，而是太多！

那就让我删繁就简。就我的经验介绍一些框架或工具，从持久化、分布式系统、HTTP、Web框架、大数据、測试这六方面入手，作一次蜻蜓点水般的俯瞰。

持久化

归根结底，对数据的持久化主要还是通过JDBC訪问数据库。可是。我们须要更好的API接口，能更好地与Scala契合，又或者更自然的ORM。

假设希望运行SQL语句来操作数据库。那么运用相对广泛的是框架ScalikeJDBC，它提供了很easy的API接口，甚至提供了SQL的DSL语法。

比如：

  val alice: Option[Member] = withSQL {
    select.from(Member as m).where.eq(m.name, name)
  }.map(rs => Member(rs)).single.apply()

假设希望使用ORM框架，Squeryl应该是非常好的选择。我的同事杨云在项目中使用过该框架，体验不错。该框架眼下的版本号为0.9.5，已经比較成熟了。

Squeryl支持按惯例映射对象与关系表，相当于定义一个POSO（Plain Old Scala Object）。从而降低框架的侵入。

若映射违背了惯例。则能够利用框架定义的annotation如@Column定义映射。

框架提供了org.squeryl.Table[T]来完毕这样的映射关系。

由于能够运用Scala的高阶函数、偏函数等特性。使得Squeryl的语法很自然，比如依据条件对表进行更新：

update(songs)(s =>
  where(s.title === "Watermelon Man")
  set(s.title := "The Watermelon Man",
      s.year  := s.year.~ + 1)
)

分布式系统

我放弃介绍诸如模块化管理以及依赖注入。是由于它们在Scala社区的价值不如Java社区大。比如，我们能够灵活地运用trait结合cake pattern就能够实现依赖注入的特性。因此。我直接跳过这些内容。来介绍影响更大的支持分布式系统的框架。

Finagle的血统高贵，来自过去的寒门，如今的高门大族Twitter。

Twitter是较早使用Scala作为服务端开发的互联网公司。因而积累了很多的Scala经验，并基于这些经验推出了一些颇有影响力的框架。因为Twitter对可伸缩性、性能、并发的高要求，这些框架也极为关注这些质量属性。Finagle就是当中之中的一个。它是一个扩展的RPC系统，以支持高并发server的搭建。我并没有真正在项目中使用过Finagle，大家能够到它的官方站点获得很多其它消息。

对于分布式的支持，绝对绕不开的框架还是AKKA。

它产生的影响力如此之大，甚至使得Scala语言从2.10開始，就放弃了自己的Actor模型，转而将AKKA Actor收编为2.10版本号的语言特性。很多框架在分布式处理方面也选择了使用AKKA，比如Spark、Spray。AKKA的Actor模型參考了Erlang语言。为每一个Actor提供了一个专有的Mailbox，并将消息处理的实现细节做了良好的封装，使得并发编程变得更加easy。

AKKA非常好地统一了本地Actor与远程Actor，提供了差点儿一致的API接口。AKKA也可以非常好地支持消息的容错，除了提供一套完整的Monitoring机制外。还提供了对Dead Letter的处理。

AKKA天生支持EDA（Event-Driven Architecture）。当我们针对领域建模时。能够考虑针对事件进行建模。在AKKA中，这些事件模型能够被定义为Scala的case class，并作为消息传递给Actor。

借用Vaughn Vernon在《实现领域驱动设计》中的样例，针对例如以下的事件流：

我们能够利用Akka简单地实现：

case class AllPhoneNumberListed(phoneNumbers: List[Int])
case class PhoneNumberMatched(phoneNumbers: List[Int])
case class AllPhoneNumberRead(fileName: String)

class PhoneNumbersPublisher(actor: ActorRef) extends ActorRef {
	def receive = {
		case ReadPhoneNumbers =>
		//list phone numbers

		actor ! AllPhoneNumberListed(List(1110, ))
	}
}

class PhoneNumberFinder(actor: ActorRef) extends ActorRef {
	def receive = {
		case AllPhoneNumberListed(numbers) => 
			//match

			actor ! PhoneNumberMatched()
	}
}

val finder = system.actorOf(Prop(new PhoneNumberFinder(...)))
val publisher = system.actorOf(Prop(new PhoneNumbersPublisher(finder)))

publisher ! ReadPhoneNumbers("callinfo.txt")

若须要处理的电话号码数据量大。我们能够非常easy地将诸如PhoneNumbersPublisher、PhoneNumberFinder等Actors部署为Remote Actor。此时。只须要更改client获得Actor的方式就可以。

Twitter实现的Finagle是针对RPC通信，Akka则提供了内部的消息队列（MailBox），而由LinkedIn主持开发的Kafka则提供了支持高吞吐量的分布式消息队列中间件。这个顶着文学家帽子的消息队列，可以支持高效的Publisher-Subscriber模式进行消息处理，并以高速、稳定、可伸缩的特性非常快引起了开发人员的关注。并在一些框架中被列入候选的消息队列而提供支持。比如。Spark Streaming就支持Kafka作为流数据的Input Source。

HTTP

严格意义上讲，Spray并不是单纯的HTTP框架。它还支持REST、JSON、Caching、Routing、IO等功能。Spray的模块及其之间的关系例如以下图所看到的：

我在项目中主要将Spray作为REST框架来使用。并结合AKKA来处理领域逻辑。Spray处理HTTP请求的架构例如以下图所看到的：

Spray提供了一套DSL风格的path语法。可以很easy地编写支持各种HTTP动词的请求，比如：

trait HttpServiceBase extends Directives with Json4sSupport {
     implicit val system: ActorSystem
     implicit def json4sFormats: Formats = DefaultFormats
     def route: Route
}

trait CustomerService extends HttpServiceBase {
     val route = 
          path("customer" / "groups") {
               get {
                    parameters('groupids.?) {
                         (groupids) =>
                              complete {
                                   groupids match {
                                        case Some(groupIds) => 
                    ViewUserGroup.queryUserGroup(groupIds.split(",").toList)
                                        case None => ViewUserGroup.queryUserGroup()
                                   }
                              }
                    }
               }
          } ~
          path("customers" / "vip" / "failureinfo") {
               post {
                    entity(as[FailureVipCustomerRequest]) {
                         request => 
                              complete {
                                   VipCustomer.failureInfo(request) 
                              }
                    }
               }
          }
}

我个人觉得，在进行Web开发时，全然可以放弃Web框架。直接选择AngularJS结合Spray和AKKA，相同可以非常好地满足Web开发须要。

Spray支持REST。且Spray自身提供了服务容器spray-can，因而同意Standalone的部署（当然也支持部署到Jetty和tomcat等应用server）。Spray对HTTP请求的内部处理机制实则是基于Akka-IO，通过IO这个Actor发出对HTTP的bind消息。比如：

 IO(Http) ! Http.Bind(service, interface = "0.0.0.0", port = 8889)

我们可以编写不同的Boot对象去绑定不同的主机Host以及port。

这些特性都使得Spray可以非常好地支持当下较为流行的Micro Service架构风格。

Web框架

正如前面所说，当我们选择Spray作为REST框架时，全然可以选择诸如AngularJS或者Backbone之类的JavaScript框架开发Webclient。

client可以处理自己的逻辑。然后再以JSON格式发送请求给REST服务端。这时。我们将模型视为资源（Resource），视图全然在client。JS的控制器负责控制client的界面逻辑，服务端的控制器则负责处理业务逻辑。于是传统的MVC就变化为VC+R+C模式。

这里的R指的是Resource，而服务端与client则通过JSON格式的Resource进行通信。

若硬要使用专有的Web框架，在Scala技术栈下，最为流行的就是Play Framework。这是一个标准的MVC框架。

另外一个相对小众的Web框架是Lift。它与大多数Web框架如RoR、Struts、Django以及Spring MVC、Play不同，採用的并不是MVC模式，而是使用了所谓的View First。

它驱动开发人员对内容生成与内容展现（Markup）形成“关注点分离”。

Lift将关注点重点放在View上。这是由于在一些Web应用中，可能存在多个页面对同一种Model的Action。倘若採用MVC中的Controller，会使得控制变得很复杂。

Lift提出了一种所谓view-snippet-model（简称为VSM）的模式。

View主要为响应页面请求的HTML内容，分为template views和generated views。

Snippet的职责则用于生成动态内容，并在模型发生更改时。对Model和View进行协调。

大数据

大数据框架最耀眼的新星非Spark莫属。与很多专有的大数据处理平台不同。Spark建立在统一抽象的RDD之上。使得它能够以基本一致的方式应对不同的大数据处理场景，包含MapReduce，Streaming，SQL。Machine Learning以及Graph等。

这即Matei Zaharia所谓的“设计一个通用的编程抽象（Unified Programming Abstraction）。

因为Spark具有先进的DAG执行引擎，支持cyclic data flow和内存计算。因此相比較Hadoop而言，性能更优。

在内存中它的执行速度是Hadoop MapReduce的100倍。在磁盘中是10倍。

因为使用了Scala语言，通过高效利用Scala的语言特性。使得Spark的总代码量出奇地少。性能却在多数方面都具备一定的优势（仅仅有在Streaming方面。逊色于Storm）。下图是针对Spark 0.9版本号的BenchMark：

因为使用了Scala，使得语言的函数式特性得到了最优秀的利用。其实。函数式语言的诸多特性包含不变性、无副作用、组合子等。天生与数据处理匹配。于是，针对WordCount。我们能够如此简易地实现：

file = spark.textFile("hdfs://...")

file.flatMap(line => line.split(" "))
    .map(word => (word, 1))
    .reduceByKey(_ + _)

要是使用Hadoop，就没有这么方便了。幸运的是，Twitter的一个开源框架scalding提供了对Hadoop MapReduce的抽象与包装。它使得我们能够依照Scala的方式运行MapReduce的Job：

class WordCountJob(args : Args) extends Job(args) {
  TextLine( args("input") )
    .flatMap('line -> 'word) { line : String => tokenize(line) }
    .groupBy('word) { _.size }
    .write( Tsv( args("output") ) )

  // Split a piece of text into individual words.
  def tokenize(text : String) : Array[String] = {
    // Lowercase each word and remove punctuation.
    text.toLowerCase.replaceAll("[^a-zA-Z0-9\\s]", "").split("\\s+")
  }
}

測试

尽管我们能够使用诸如JUnit、TestNG为Scala项目开发编写单元測试。使用Cocumber之类的BDD框架编写验收測试。但在多数情况下，我们更倾向于选择使用ScalaTest或者Specs2。

在一些Java开发项目中，我们也開始尝试使用ScalaTest来编写验收測试，乃至于单元測试。

若要我选择ScalaTest或Specs2。我更倾向于ScalaTest。这是由于ScalaTest支持的风格更具备多样性，能够满足各种不同的需求。比如传统的JUnit风格、函数式风格以及Spec方式。我的一篇博客《ScalaTest的測试风格》具体介绍了各自的语法。

一个被广泛使用的測试工具是Gatling。它是基于Scala、AKKA以及Netty开发的性能測试与压力測试工具。我的同事刘冉在InfoQ发表的文章《新一代服务器性能測试工具Gatling》对Gatling进行了具体深入的介绍。

ScalaMeter也是一款非常不错的性能測试工具。我们可以像编写ScalaTest測试那样的风格来编写ScalaMeter性能測试用例，并可以快捷地生成性能測试数据。这些功能都非常有助于我们针对代码或软件产品进行BenchMark測试。我们以前用ScalaMeter来编写针对Scala集合的性能測试，比如比較Vector、ArrayBuffer、ListBuffer以及List等集合的相关操作。以便于我们更好地使用Scala集合。

下面代码展示了怎样使用ScalaMeter编写性能測试：

import org.scalameter.api._

object RangeBenchmark
extends PerformanceTest.Microbenchmark {
  val ranges = for {
    size <- Gen.range("size")(300000, 1500000, 300000)
  } yield 0 until size

  measure method "map" in {
    using(ranges) curve("Range") in {
      _.map(_ + 1)
    }
  }
}

依据场景选择框架或工具

比起Java庞大的社区，以及它提供的浩如烟海般的技术栈。Scala技术栈几乎相同能够说是沧海一粟。

然而，麻雀虽小却五脏俱全，何况Scala以及Scala技术栈仍然走在迈向成熟的道路上。

对于Scala程序猿而言，由于项目的不同，未必能涉猎全部技术栈，并且针对不同的方面。也有多个选择。

在选择这些框架或工具时，应依据实际的场景做出推断。为稳妥起见，最好能运用技术矩阵地方式对多个方案进行设计权衡与决策。

我们也不能固步自封。视Java社区而不顾。毕竟那些Java框架已经经历了千锤百炼，并有很多成功的案例作为佐证。

关注Scala技术栈，却又不局限自己的视野，量力而为。选择合适的技术方案。才是设计与开发的正道。

作者简单介绍

张逸。现为ThoughtWorks Lead Consultant。作为一名咨询师。主要为客户提供组织的敏捷转型、过程改进、企业系统架构、领域驱动设计、大数据、代码质量提升、測试驱动开发等咨询与培训工作。



本文借鉴于http://www.infoq.com/cn/articles/scala-technology/

posted on 2017-06-22 16:34  wgwyanfs  阅读(154)  评论(0)  编辑  收藏  举报

导航