了得網計算機/網絡_Scala語言基礎與開發實戰

編輯推薦

大數據知名培訓師王家林新作。詳細介紹大數據開發語言Scala及其在分布式框架Akka和Kafka中的應用。秉承“實戰”類圖書特點，解析大量代碼的編寫操作，具有較強的可操作性，便於讀者學習和理解。

內容簡介

本書分為基礎篇、中級篇、高級篇及分布式框架四大部分，從Scala零基礎入門，步步深入，引導讀者由淺入深地學習Scala及其應用。本書從手把手指引讀者搭建Scala語言開發環境開始，詳細介紹了Scala的語法基礎，以代碼實例形式分別講解了Scala面向對像開發及函數式編程；在此基礎上進一步深入講解了Scala的中高級語法特性，包括模式匹配、集合、類型參數、高級類型、隱式轉化及各語法特性在Spark源碼中的應用解析，並引出Scala的Actor模型及其應用詳解。本書還詳細介紹了以Scala為基礎的兩大框架——Akka和Kafka。本書每章開始均有重點介紹，以引導讀者有目的、有重點地閱讀或查閱。另外，針對不同語法特性的源碼及應用解析是本書的另一大特點。本書適合具備一定編程語言基礎、對大數據開發有興趣的在校學生，同時，對有面向對像編程或函數式編程經驗的人員，本書也可以作為開發實例的參考書籍。

前言基礎篇第1章Scala零基礎入門11Scala概述12Windows及Linux下Scale運行環境安裝配置121軟件工具準備122Windows環境下的Scala安裝123Linux環境下的Scala安裝124Linux環境下的Hadoop安裝與配置125Linux環境下的Spark安裝與配置13Scala開發環境搭建和HelloWorld實例131Scala集成開發工具的安裝132HelloWorld編程實例133WorkSheet的使用14變量的使用141Scala解釋器中的變量示例142val變量的定義143var變量的定義144var變量與val變量的使用比較15函數的定義、流程控制、異常處理151函數的定義152流程控制（if、while、for）153異常處理16Tuple、Array、Map與文件操作161Tu組162Array數組163文件操作164Map映射17Scala中的apply方法171Object中的apply172Class中的apply173Array數組的apply實現18小結第2章Scala面向對像編程開發21類的定義及屬性211類定義212帶有getter和setter的屬性22主構造器、私有構造器、構造器重載221構造器重載之輔助構造器222主構造器223不同訪問權限的構造器23內部類和外部類24單例對像、伴生對像25繼承：超類的構造、重寫字段、重寫方法251超類的構造252重寫字段253重寫方法26抽像類、抽像字段、抽像方法261抽像類262抽像字段263抽像方法27trait特質271作為接口使用的trait272在對像中混入trait273trait深入解析28多重繼承、多重繼承構造器執行順序及AOP實現281多重繼承282多重繼承構造器執行順序283AOP實現29包的定義、包對像、包的引用、包的隱式引用291包的定義292包對像293包的引用294包的隱式引用210包、類、對像、成員、伴生類、伴生對像訪問權限2101包、類、對像、成員訪問權限2102伴生類、伴生對像訪問權限211小結第3章Scala高階函數31匿名函數32偏應用函數33閉包34SAM轉換35Curring函數36高階函數37高階函數在Spark中的應用38小結中級篇第4章Scala模式匹配41模式匹配簡介42模式匹配類型421常量模式422變量模式423構造器模式424序列（Sequence)模式4組（Tuple)模式426類型模式427變量綁定模式43模式匹配與Case Class431構造器模式匹配原理432序列模式匹配原理433Sealed Class在模式匹配中的應用44模式匹配應用實例441for循環控制結構中的模式匹配442正則表達式中的模式匹配443異常處理中的模式匹配444Spark源碼中的模式匹配使用45本章小結第5章Scala集合51可變集合與不可變集合（Collection）511集合的概述512集合的相關操作513集合的操作示例52序列（Seq）521序列的概述522序列的相關操作523序列的操作示例53列表（List）531列表的概述532列表的相關操作533列表的操作示例54集（Set）541集的概述542集的相關操作543集的操作示例55映射（Map）551映射的概述552映射的相關操作553映射的操作示例56迭代器（Iterator）561迭代器的概述562迭代器的相關操作563迭代器的操作示例57集合的架構58小結高級篇第6章Scala類型參數61泛型611泛型的概述612泛型的操作示例62界定621上下界界定622視圖界定623上下文界定624多重界定625界定的操作示例63類型約束631類型約束的概述632類型約束的操作示例64類型繫統641類型繫統的概述642類型繫統的操作示例65型變Variance651協變652逆變653協變與逆變的操作示例66結合Spark源碼說明Scala類型參數的使用67小結第7章Scala高級類型71單例類型711單例類型概述712單例類型示例72類型別名721類型別名概述722類型別名示例73自身類型731自身類型概述732自身類型示例74中置類型741中置類型概述742中置類型示例75類型投影751類型投影概述752類型投影實例76結構類型761結構類型概述762結構類型示例77復合類型771復合類型概述772復合類型示例78存在類型781存在類型概述782存在類型示例79函數類型791函數類型概述792函數類型示例710抽像類型7101抽像類型概述7102抽像類型實例711Spark源碼中的高級類型使用712本章小結第8章Scala隱式轉換81隱式轉換函數811隱式轉換函數的定義812隱式轉換函數的功能82隱式類與隱式對像821隱式類822隱式參數與隱式值83類型證明中的隱式轉換831類型證明的定義832類型證明使用實例84上下文界定、視圖界定中的隱式轉換841Ordering與Ordered特質842視圖界定中的隱式轉換843上下文界定中的隱式轉換85隱式轉換規則851發生隱式轉換的條件852不會發生隱式轉換的條件86Spark源碼中的隱式轉換使用861隱式轉換函數862隱式類863隱式參數87本章小結第9章Scala並發編程91Scala的Actor模型簡介92Scala Actor的構建方式921繼承Actor類922Actor工具方法93Actor的生命周期931start方法的等冪性932Actor的不同狀態94Actor之間的通信941Actor之間發送消息942Actor接收消息95使用react重用線程提升性能96Channel通道961OutputChannel962InputChannel963創建和共享channel97同步和Future98Scala並發編程實例981Scala Actor並發編程982ExecutorService並發編程99小結分布式框架篇第10章Akka的設計理念101Akka框架模型102創建Actor1021通過實現akkaactorActor來創建Actor類1022使用非缺省構造方法創建 Actor1023創建匿名Actor103Actor API1031Actor trait基本接口1032使用DeathWatch進行生命周期監控1033Hook函數的調用1034查找Actor1035消息的不可變性1036發送消息1037轉發消息1038接收消息1039回應消息10310終止Actor10311Become/Unbecome10312殺死Actor104不同類型的Actor1041方法派發語義1042終止有類型Actor105小結第11章Akka核心組件及核心特性剖析111Dispatchers 和 Routers1111為Actor指定派發器1112派發器的類型1113郵箱1114Routers1115路由的使用1116遠程部署router112Supervision和Monitoring1121Supervision1122Monitoring113Akka中的事務1131STM1132使用STM事務1133讀取Agent事務中的數據1134更新Agent事務中的數據1135Actor中的事務1136創建Transactor114小結第12章Akka程序設計實踐121Akka的配置、日志及部署1211Akka中配置文件的讀寫1212Akka中日志配置1213Akka部署及應用場景122使用Akka框架實現單詞統計123分布式Akka環境搭建124使用Akka微內核部署應用125Akka框架在Spark中的運用126小結第13章Kafka設計理念與基本架構131Kafka產生的背景132消息隊列繫統1321概述1322常用的消息隊列繫統對比1323Kafka特點及特性1324Kafka繫統應用場景133Kafka設計理念1331專業術語解析1332消息存儲與緩存設計1333消費者與生產者模型1334Push與Pull機制1335鏡像機制134Kafka整體架構1341Kafka基本組成結構1342Kafka工作流程135Kafka性能分析及優化136Kafka未來研究方向137小結第14章Kafka核心組件及核心特性剖析141Kafka核心組件剖析1411Producers1412Consumers1413Low Level Consumer1414High Level Consumer142Kafka核心特性剖析1421Topic、Partitions1422Replication和Leader Election1423Consumer Rebalance1424消息傳送機制1425Kafka的可靠性1426Kafka的高效性143Kafka即將發布版本核心組件及特性剖析1431重新設計的Consumer1432Coordinator Rebalance144小結第15章Kafka應用實踐151Kafka開發環境搭建及運行環境部署1511Kafka開發環境配置1512Kafka運行環境安裝與部署152基於Kafka客戶端開發1521消息生產者（Producer）設計1522消息消費者（Consumer）設計1523Kafka消費者與生產者配置153Spark Streaming整合Kafka1531基本架構設計流程1532消息消費者（Consumer）設計——基於Receiver方法1533消息消費者（Consumer）設計——基於No Receiver方法1534消息生產者（Producer）設計154小結附錄Kafka集群serverproperties配置文檔參考文獻

前言

采用Scala語言編寫實現的，大數據領域火爆的計算框架Spark（其實Spark在Apache下的數據處理領域也是火爆的計算框架），正在以迅雷不及掩耳之勢快速發展。很少有一門語言能夠像Scala這樣，因其作為大數據框架Spark的核心和開發語言而爆發式地普及起來。Spark本身起源於2009年，是美國加州大學伯克利分校AMP實驗室的一個研究性項目，於2010年開源，在2014、2015年大數據領域軟件排名中，Spark都以優勢遙遙領先！雖然基於Spark平臺可以采用Scala、Java、Python、R等4種語言開發，但據Spark官方統計，2014年和2015年全世界範圍內基於Spark開發采用多的語言一直都是Scala。另外，在大數據領域越來越多的其他技術框架，例如Kafka等也都把Scala作為實現和開發語言。因此，為了打好大數據領域學習的基礎，本書面向廣大Scala愛好者和大數據開發者，以實戰為主導，並用實戰與理論相結合的方式來幫助讀者學習Scala語言。從2012年美國政府的“大數據研發計劃”，到2015年我國國務院發布的《促進大數據發展行動綱要》，可以說，大數據已經迎來了它的黃金時代。本書緊跟時代潮流，除了講解Scala語言之外，還額外挑選了當前在大數據領域中應用非常廣泛的Akka和Kafka兩大框架進行講解，並且詳細講解了Scala語言在其中的應用。其中，Akka是一個在JVM上構建高並發、分布式和可快速恢復的消息驅動應用的工具包；Kafka是高產出的分布式消息繫統，它實現了生產者和消費者之間的無縫連接，實現了處理速度快、高可擴展性的分布式實時繫統。本書編寫的主線是以Scala實戰實例為主導，由淺入深，從Scala的基礎篇、中級篇直至高級篇，對Scala各個知識點加以詳細分析並給出相應的實例及解析。然後更進一步地引入分布式框架篇，針對當前大數據領域使用非常廣泛的大分布式框架Akka和Kafka，擴展Scala語言在開發分布式框架時的實戰實例，為讀者進一步學習大數據領域各個框架打好基礎。參與本書編寫的有王家林、段智華、管祥青、徐奔、張敏、徐香玉等。本書能順利出版，離不開出版社編輯們的大力支持與幫助，在此表示誠摯的感謝。非常感謝本書的技術審核徐香玉為審核本書技術相關內容所做出的努力。在閱讀本書的過程中，若發現任何問題或有任何疑問，可以加入本書的閱讀群（QQ：418110145）提出討論，會有專人幫忙答疑。同時，該群中也會提供本書所用實例代碼。如果讀者想要了解或者學習更多大數據相關技術，可以通過以下方式參與互動交流：關注DT大數據夢工廠微信公眾號：DT_Spark及QQ群：163728659，或者通過掃描下方二維碼咨詢，也可以通過YY客戶端登錄68917580永久頻道直接體驗。我的新浪微博是http://wei bo.com/ilovepains/，也歡迎大家在微博上進行互動。由於時間倉促，書中難免存在不妥之處，請讀者諒解，並提出寶貴意見。

商品搜索

商品分类

【醫學】

【各大出版社】