大数据数据分析-scala、IDEA、jdk之间的搭配关系

Scala主要是一门面向对象编程语言和函数式编程语言。

一、大数据框架（处理海量/流式数据）

-        ---以HADOOP 2. x为系列的大数据生态系统处理框架

                离线数据分析，分析的数据为N+1天数据

        -----MapReduce

              并行计算框架，分而治之

•                    - HDFS（存储数据）
  •            - YARN（分布式的集群资源管理和任务调度框架）

        ----Hive

                基于SQL处理框架，将SQL转换为MapReduce，处理存储在HDFS上的数据，并且运行在YARN上。

        -----SQOOP

        桥梁：RDBMS（关系型数据库）-HDFS/HIVE 导入导出

        ----HBASE

                大数据分布式数据库

                     与MapReduce进行集成，可以读取数据进行分析处理，

                       也可能将分析结果存储到HBase表中。

        -----以storm为体系实时流式数据处理框架

                数据实时产生 ->进行实时处理

                应用场景：

                        实时交通监控，电商营业额，双十一

        -----以spark为体系的大数据处理框架

                内存

                        将处理数据过程中的中间结果数据，存放到内存中

                        核心编程（基础编程）

•                                 sparkCore
•                                 SparkSQL
•                                 SparkSteaming

                         高级编程

                                        机器学习/深度学习/人工智能

•                                         SparkGraphx
•                                         SparkMLlib
•                                         Spark on R

 二、Scala下载

Scala官网： The Scala Programming Languagehttps://www.scala-lang.org/

虚拟机镜像

Index of /centos-vault/7.6.1810/isos/x86_64/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /centos-vault/7.6.1810/isos/x86_64/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/centos-vault/7.6.1810/isos/x86_64/scala环境安装：

IntelliJ IDEA 2022.3版本支持多个Scala和JDK版本。以下是一些常见的Scala和JDK版本组合，适用于IntelliJ IDEA 2022.3：

1. Scala 2.13.x与JDK 8、JDK 11或JDK 17：这是目前最新的Scala稳定版本，与多个JDK版本兼容。
2. Scala 2.12.x与JDK 8或JDK 11：Scala 2.12.x是较旧的Scala版本，但仍然在许多项目中广泛使用。

--1，JAVA环境安装

        JAVA_HOME

        PATH

--2，SCALA环境安装

        SCALA_HOME

        PATH

--3，IDEA安装

        不同的idea版本对应不同的scala和jdk

三、SCALA中变量的声明

---val   value 简写，表示的意思为 值

           value name = "zhangsan"

           不可变

在SCALA语言中，variableType Inference,自动推断

当然也可以指定变量的类型，类型紧跟变量名后面，并使用分号隔开

val  xx : String = "xxx"

--var  variable简写，表示变量，可以改变的值

1.变量和常量
常量：在程序执行的过程中，其值不会被改变的变量 。

Java 与Scala变量和常量语法对比

Java

变量类型 变量名称 = 初始值
final 常量类型 常量名称 = 初始值
Scala

var 变量名 [: 变量类型] = 初始值

val 常量名 [: 常量类型] = 初始值

 2.键盘输入

在编程中，需要接收用户输入的数据，就可以使用键盘输入语句来获取。

直接无缝衔接使用Java的键盘输入 —— Scanner

使用Scala提供的自带的键盘输入 —— StdIn.readxxx()

基本语法

• StdIn.readLine()
• StdIn.readShort()
• StdIn.readDouble()

3.关键字说明

1. package： 包，等同于java中的package
2. object：关键字，声明一个单例对象（伴生对象）
3. main方法：从外部可以直接调用执行的方法
4. def 方法名称 ( 参数名称 : 参数类型 ) : 返回值类型 = { 方法体 }

Scala 完全面向对象，故scala去掉了Java中非面向对象的元素，如static关键字，void类型
1) static
scala无static关键字,由object实现类似静态方法的功能(类名.方法名)
class关键字和Java中的class关键字作用相同,用来定义一个类
2) void
对于无返回值的函数,scala定义其返回值类型为Unit类型

四、 For循环控制

基本语法：

// java for循环语法
for(int i = 0; i < 10; i++){
    System.out.println("i=" + i);
}
 
// scala for循环语法
for(i <- 1 to 10){
    println("i=" + i)
}
// 输出：从1~10（包含 1 和 10 ）

4.1范围数据循环（Until）

1）基本语法

// 方法一：
for(i <- 1 until 10) {
    print("i=" + i)
}
// 输出：从1~10（包含 1，不包含 10 ）
 
// 方法二：
for(i <- Range(1,10)) {
    print("i=" + i)
}

4.2循环守卫

 基本语法：
for(i <- 1 to 3 if i != 2){
   print(i + " ")
}

4.3循环步长by

2）基本语法：

    for(i <- 1 to 10 by 2){
      print("i=" +i)
    }

 4.4嵌套循环

3）基本语法：

    //  嵌套循环
    for(i <- 1 to 3;j <- 1 to 3) {
      println("i=" +i+ "j=" +j)
    }

4.5引入变量

    //  引入变量
    for(i <- 1 to 3; j = 4 - i){
      println("i=" + i + "j=" +j)
    }
//    等价于
    for(i <- 1 to 3) {
      var j = 4 - i
      println("i=" + i + "j=" +j)
    }

4.6循环返回值

    val res = for (i <- 1 to 10) yield i
    println(res)
    //  需求：将原数据中所有值乘以2，并把数据返回到一个新的集合中。
    var res_l = for (i <- 1 to 10) yield {
      i * 2
    }
    println(res_l)

五、函数

1）函数可以作为值进行传递

    def f(n: Int): Int = {
      println("f调用")
      n + 1
    }
 
    //  调用f(123),返回值124，将返回值赋给val变量result
    var result: Int = f(123)
    println(result)