A. 如何在Scala中使用条件表达式
条件表达式
Scala的if/else语法结构和Java或C++一样。不过，在Scala中if/else表达式有值，这个值就是跟在if或else之后的表达式的值。例如：
if (x > 0) 1 else -1
上述表达式的值是1或−1，具体是哪一个取决于x的值。你可以将if/else表达式的值赋值给变量：
val s = if (x > 0) 1 else -1
这与如下语句的效果一样：
if (x > 0) s = 1 else s = -1
不过，第一种写法更好，因为它可以用来初始化一个val。而在第二种写法当中，s必须是var。
（之前已经提过，Scala中的分号绝大多数情况下不是必需的。）
Java和C++有一个?:操作符用于同样目的。如下表达式
x > 0 ? 1 : -1 // Java或C++
等同于Scala表达式 if (x > 0) 1 else −1。不过，你不能在?:表达式中插入语句。Scala的if/else将在Java和C++中分开的两个语法结构if/else和?:结合在了一起。
在Scala中，每个表达式都有一个类型。举例来说，表达式 if (x > 0) 1 else −1的类型是Int，因为两个分支的类型都是Int。混合类型表达式，比如：
if (x > 0) "positive" else -1
上述表达式的类型是两个分支类型的公共超类型。在本例中，其中一个分支是java.lang.String，而另一个分支是Int。它们的公共超类型叫做Any。（详细内容参见8.11节。）
如果else部分缺失了，比如：
if (x > 0) 1
那么有可能if语句没有输出值。但是在Scala中，每个表达式都应该有某种值。这个问题的解决方案是引入一个Unit类，写做()。不带else的这个if语句等同于
if (x > 0) 1 else ()
你可以把()当做是表示“无有用值”的占位符，将Unit当做Java或C++中的void。（从技术上讲，void没有值但是Unit有一个表示“无值”的值。如果你一定要深究的话，这就好比空的钱包和里面有一张写着“没钱”的无面值钞票的钱包之间的区别。）
说明：Scala没有switch语句，不过它有一个强大得多的模式匹配机制，我们将在第14章中看到。在现阶段，用一系列的if语句就好。
注意：REPL比起编译器来更加“近视”——它在同一时间只能看到一行代码。
举例来说，当你键入如下代码时：
if (x > 0) 1
else if (x == 0) 0 else -1
REPL会执行 if (x > 0) 1，然后显示结果。之后它看到接下来的else关键字就会不知所措。
如果你想在else前换行的话，用花括号：
if (x > 0) { 1
} else if (x == 0) 0 else -1
只有在REPL中才会有这个顾虑。在被编译的程序中，解析器会找到下一行的else。
提示：如果你想在REPL中粘贴成块的代码，而又不想担心REPL的近视问题，可以使用粘贴模式。键入：
:paste
把代码块粘贴进去，然后按下Ctrl+D。这样REPL就会把代码块当做一个整体来分析。
语句终止
在Java和C++中，每个语句都以分号结束。而在Scala中——与JavaScript和其他脚本语言类似——行尾的位置不需要分号。同样，在}、else以及类似的位置也不必写分号，只要能够从上下文明确地判断出这里是语句的终止即可。
不过，如果你想在单行中写下多个语句，就需要将它们以分号隔开。例如：
if (n > 0) { r = r * n; n -= 1 }
我们需要用分号将 r = r * n 和 n -= 1 隔开。由于有}，在第二个语句之后并不需要写分号。
如果你在写较长的语句，需要分两行来写的话，就要确保第一行以一个不能用做语句结尾的符号结尾。通常来说一个比较好的选择是操作符：
s = s0 + (v - v0) * t + // +告诉解析器这里不是语句的末尾
0.5 * (a - a0) * t * t
在实际编码时，长表达式通常涉及函数或方法调用，如此一来你并不需要过分担心——在左括号（之后，编译器直到看到匹配的）才会去推断某处是否为语句结尾。
正因如此，Scala程序员们更倾向于使用Kernighan & Ritchie风格的花括号：
if (n > 0) {
r = r * n
n -= 1
}
以{结束的行很清楚地表示了后面还有更多内容。
许多来自Java或C++的程序员一开始并不适应省去分号的做法。如果你倾向于使用分号，用就是了——它们没啥坏处。
块表达式和赋值
在Java或C++中，块语句是一个包含于{ }中的语句序列。每当你需要在逻辑分支或循环中放置多个动作时，你都可以使用块语句。
在Scala中，{ }块包含一系列表达式，其结果也是一个表达式。块中最后一个表达式的值就是块的值。
这个特性对于那种对某个val的初始化需要分多步完成的情况很有用。例如，
val distance = { val dx = x - x0; val dy = y - y0; sqrt(dx * dx + dy * dy) }
{ }块的值取其最后一个表达式，在此处以粗体标出。变量dx和dy仅作为计算所需要的中间值，很干净地对程序其他部分而言不可见了。
在Scala中，赋值动作本身是没有值的——或者，更严格地说，它们的值是Unit类型的。你应该还记得，Unit类型等同于Java和C++中的void，而这个类型只有一个值，写做()。
一个以赋值语句结束的块，比如
{ r = r * n; n -= 1}
的值是Unit类型的。这没有问题，只是当我们定义函数时需要意识到这一点。
由于赋值语句的值是Unit类型的，别把它们串接在一起。
x = y = 1 // 别这样做
y = 1的值是()，你几乎不太可能想把一个Unit类型的值赋值给x。（与此相对应，在Java和C++中，赋值语句的值是被赋的那个值。在这些语言中，将赋值语句串接在一起是有意义的。）
输入和输出
如果要打印一个值，我们用print或println函数。后者在打印完内容后会追加一个换行符。举例来说，
print("Answer: ")
println(42)
与下面的代码输出的内容相同：
println("Answer: " + 42)
另外，还有一个带有C风格格式化字符串的printf函数：
printf("Hello, %s! You are %d years old.\n", "Fred", 42)
你可以用readLine函数从控制台读取一行输入。如果要读取数字、Boolean或者是字符，可以用readInt、readDouble、readByte、readShort、readLong、readFloat、readBoolean或者readChar。与其他方法不同，readLine带一个参数作为提示字符串：
val name = readLine("Your name: ")
print("Your age: ")
val age = readInt()
printf("Hello, %s! Next year, your will be %d.\n", name, age + 1)
B. Scala 是一门怎样的语言，具有哪些优势
曾经有人问Java的创始人高斯林这样一个问题，“除了Java语言以外，您现在还使用JVM平台上的哪种编程语言?”他毫不犹豫的说是Scala。
Scala到底是什么?在目前众多的JVM语言当中，Scala无疑是最引人注意的语言之一。Scala是一个静态语言，更适合大型工程项目，Scala直接编译成Java字节码，性能接近Java。Scala是一个多范式的语言，你可以混合使用函数式和面向对象编程，混合使用可变类和不变类，混合使用Actor和传统的Java并发库。
短短一个月的时间，Scala于本月冲进了TIOBE的前五十名。一个 Twitter 的开发人员说过，Scala 将会成为现代 Web2.0 的发起语言。LinkedIn 也用这种语言。同样许多其他大的公司如 Sony Picture, EDF, SAP 也开始使用这种语言。为什么Scala发展这么迅猛，可以获得如此热烈的社区支持。
曾冠东还表示，Scala不是Java的杀手，它无法取代Java的地位，也突破不了JVM的限制、Java实现不了的功能它也实现不了。我们可以将Scala形象的理解成大量语法糖的Java。
Scala 开发团队发布了最新的2.9.2稳定版本，Scala 语言的特性有许多，例如高阶函数和对象、抽象类型绑定，actor 使得函数在 Scala 中能是一个子类成为可能，Scala 中的设计模式使得面向对象和函数编程无缝结合。Akka 是一个用 Scala 编写的库，用于简化编写容错的、高可伸缩性的 Java 和 Scala 的 Actor 模型应用。它已经成功运用在电信行业。Spark 是一种可扩展的数据分析平台，它整合了内存计算的基元，因此，相对于 Hadoop 的集群存储方法，它在性能方面更具优势。Spark 是在 Scala 语言中实现的，并且利用了该语言，为数据处理提供了独一无二的环境。Scala 编译器可以生成字节码，直接运行在使用JVM上。该语言(它实际上代表了可扩展语言)被定义为可直接集成到语言中的简单扩展。
Scala作为一门静态语言，它的主要特性有哪些?
· Scala是面向对象的
Scala是一个纯面向对象语言，在某种意义上来讲所有数值都是对象。对象的类型和行为是由class和trait来描述的。Class的抽象可由子类化和一种灵活的基于mixin的组合机制(它可作为多重继承的简单替代方案)来扩展。
· Scala是函数式的
Scala还是一个函数式语言，在某种意义上来讲所有函数都是数值。Scala为定义匿名函数提供了一种轻量级的语法，它支持高阶(higher-order)函数、允许函数嵌套、支持局部套用(currying)。Scala的case类及其内置支持的模式匹配模型代数类型在许多函数式编程语言中都被使用。
· Scala是静态类型的
Scala配备了一套富有表现力的类型系统，该抽象概念以一种安全的和一致的方式被使用。
· Scala是可扩展的
Scala的设计承认了实践事实，领域特定应用开发通常需要领域特定语言扩展。Scala提供了一个独特的语言组合机制，这可以更加容易地以类库的形式增加新的语言结构：
任何方式可以被用作中缀(infix)或后缀(postfix)操作符闭包按照所期望的类型(目标类型)自动地被构造
两者结合使用可方便地定义新语句，无需扩展语法，也无需使用类似宏的元编程工具。
· Scala可与Java和.NET进行互操作
Scala设计时就考虑了与流行编程环境良好交互，如Java 2运行时环境(JRE)和 .NET框架(CLR)。特别是与主流面向对象语言，如Java和C#尽量无缝交互。Scala有像Java和C#一样的编译模型(独立编译，动态装载类)，允许访问成千上万的高质量类库。
在并发性方面，与 Scala 在 .NET 领域中的姐妹语言 F# 相似，Scala 是针对 “并发性问题” 的解决方案之一，让开发人员能够更加轻松地专注于问题的实质，而不用考虑并发编程的低级细节。Actor 编程模式让高度并行应用程序的开发更加简单。Scala把Erlang风格的基于actor的并发带进了JVM。我们可以利用Scala的actor模型在JVM上设计具伸缩性的并发应用程序，以自动获得多核心处理器带来的优势，而不必依照复杂的Java线程模型来编写程序。Scala 为并发性提供了两种级别的支持，这与其他与 Java 相关的主题极为类似：
首先，对底层库的完全访问(比如说 java.util.concurrent)以及对 “传统” Java 并发性语义的支持(比如说监控程序和wait()/notifyAll())。其次，这些基本机制上面有一个抽象层
Scala 提供了在稳定的高性能平台(Java 虚拟机)上生成的能力同时也是一门敏捷性语言。这一类型的语言也有其他的选择，例如 Jython, JRuby, Groovy 和 Clojure, 但是这些都是运行在 JVM 上的动态类型语言。Open Class 的效果让大家会觉得Scala是动态语言，但它是选择隐式转换来实现的，这也正好证明了Scala是静态语言。隐式转换(Implicit conversion)使 Scala 具有类型安全性，正如扩展方法(extension method)之于 C#，开放类(open class)之于 ruby。即：向未曾定义的类型添加方法(如字符串、列表、整数)。这是使得 Scala 符合 DSL(特定领域语言)模型的特性之一。
Scala结合了面向对象和函数编程的优势，函数编程的一个好处就是你能够像运用一个数据那样运用函数，可以用来定义真正高层级的库，或者去定义新的领域特殊语言(DSL)。
在谈及Java与Scala的对比时，曾冠东表示，Scala能调用绝大部分的Java，而Java调用Scala独有的东西会比较难。Java 拥有非常强的概念规范，因此任何一个 Java 程序之间具有非常多的相似之处，并且这样能够方便的进行程序员交替。但是 Scala 并没有这样的统一性，因为这是一门很有表现力的语言。现场曾冠东为我们演示了实际案例，如下图所示：
正所谓，金无足赤，人无完人。Scala对二进制不兼容，语法也越来越复杂，不能突破Bytecode的限制、编译速度有所缓慢。当它被广泛用于单元测试、开发工具、Socket开发、以及面对多核挑战的并发应用。总而言之，Scala是一种函数式面向对象语言，它融汇了许多前所未有的特性，而同时又运行于JVM之上。正如JRuby 创建者之一Charles Nutter 所宣称的那样Scala就是 Java 王位的合法继承人。随着开发者对Scala的兴趣日增，以及越来越多的工具支持，无疑Scala语言将成为广大软件工程师手上一件必不可少的工具。更多精彩内容，请关注专题：http://www.it168.com/remen/qcon/
C. scala 什么是隐式类
一、隐式类概念
所谓隐式类： 就是对类增加implicit 限定的类，其作用主要是对类的加强！
如：
implicit class ImpInt(tmp:Int){
def add(tmp2: Int) = tmp + tmp2
}123
class 前面的implicit，通过这个隐式类，就可以让Int型数据具有 add 方法。
二、隐式类型实例
import scala.io.Sourceimport java.io.File/**
* 隐式类
* 其作用主要是对类的加强
*
* Created by wang on 2015/7/22.
*/object Implicit_Class {
import Context_Helper._ def main(args: Array[String]) {
println( 1.add(2)) //在当前作用域中寻找 将Int（1） 作为变量的类同时具有add 的方法的类，如有，则执行
println(new File("I:\aa.txt").read()) //在当前作用域中寻找 将File 作为变量的类同时具有read的方法的类，如有，则执行
}
}object Context_Helper{
implicit class ImpInt(tmp:Int){
def add(tmp2: Int) = tmp + tmp2
}
implicit class FileEnhance(file:File){
def read() = Source.fromFile(file.getPath).mkString
}
}
三、执行过程分析
当 1.add（2） 时，scala 编译器不会立马报错，而检查当前作用域有没有 用implicit 修饰的，同时可以将Int作为参数的构造器，并且具有方法add的类，经过查找 发现 ImpInt 符合要求
利用隐式类 ImpInt 执行add 方法
D. 请问"Scala"是什么
Scala软件的特点集中体现在以财务管理为核心的的高度集成化与全球化。
Scala Global Series是Scala全集成的电子商务管理软件，具有财务及资源管理、市场营销管理、供应流程管理、服务及项目流程管理、制造及商务智能管理。
Scala Global Series是多语言的，并继翻译成30多种语言，在世界60多个国家销售、安装和提供技术支持和服务。
Scala软件符合跨国公司对货币的要求。
Scala 5.1 - 最新版，它基于Microsoft SQL Server 7.0，提供超强的数据库管理能力，为客户提供增强的会计核算能力。Scala 5.1已通过BASDA（商业及会计软件开发商协会）按其有关EMU多货币和三角式运算的高级要求认证。
Scala Global Series
本地化及将全球运作集成起来绝非易事。然而Scala Global Series的电子商务管理解决方案已为您打造好了一切。Scala的用户能用自己的语言操作软件，并同时用总部的语言和货币制作报表。不仅如此，Scala国际化的员工队伍为您提供本地化的专业知识，以及全球性的技术支持服务。
详细情况，请与当地Scala销售代表联系[email protected]
Scala Global Series是全集成的电子商务管理解决方案（eBMS），可管理众多的商务流程，具有多语言能力（被译成30多种语言），且全面支持跨国公司（其中当然包括欧元）对世界各货币的要求，它运行于Microsoft SQL Server 7.0之上， 具有出色的数据库管理能力。支持Windows 2000。Scala Global Serie在世界60多个国家销售、安装和提供技术支持服务。
Scala Global Series具有按本地会计准则和国际公认会计准则US-GAAP并行呈报的能力。此外，Scala Global Series符合跨国公司对货币的要求。Scala将全球化标准融于本地化专长之中。
Scala深谙您的全球商务。
●财务
总分类帐；销售分类帐；采购分类帐；合并
●物流
采购管理；销售订单；销售订单/开发票；统计；库存管理；直接开发票；市场信息
●制造流程管理
制造流程管理；产品成品核算/实际成本；车间管理；基础制造数据；主生产计划；物料需求计划；订单计划/生产活动管理
●服务
服务管理；项目管理
●人力资源
人事薪资
●系统实施
Signature
1. 总分类帐
会计核算是各公司运营的核心。Scala的总分类帐功能和灵活性体现了Scala其它商务管理模块的通用性。十构面的会计核算体系贯穿各个模块，它不仅能满足不同的法规要求，还能满足分析型会计核算的要求。您能从所用的任何构面呈报或查询实际数值或预算值。加之Scala系统中内置的多货币多语言功能，使Scala成为当今全球及本地会计核算及商务管理领域中最强大的系统之一。
2. 销售分类帐
要改善公司的现金流量，就要先建立有效的销售分类帐。一个功能强大的销售分类帐，不仅能更好地完成货款回收，还能奠定销售及市场营销的基础。Scala的销售分类帐模块是您实现财务及经营目标的有力工具。它包括开发票、付款、收款及呈报的例程，同时，它还能详细地记录相应的新币值及记帐值。它提供的客户原始数据及统计数据功能，能帮助您分析及细分市场。它具有的多货币及多语言灵活性，为国际化组织带来突出的优势。
3. 采购分类帐
Scala的采购分类帐模块为您提供了全面的供应商信息及付款信息。它帮助您协调采购及审批作业，为您准备了丰富的付款方式，它简化各种增值税及营业税的会计核算程序，更方便地制作各种法定会计报表。您可单独使用该模块，如与采购管理模块及总分类帐模块共同使用，更能发挥出其强大功效。如果您的业务复杂，采购分类帐的会计核算构面定能将它们轻松解决。
4. 合并
会计核算本身并不是最终目的。总分类帐中的数据需呈报出来。呈报时，可能需转成另一种货币，或需与其他实体的数据合并。也许需用另一种货币的凭证重报凭证（如在高通涨的国家）或按不同的科目表及/或会计年度重报。最后，也许要将数年的经营结果，为了某个特定的呈报目的而合并在一起。
5.采购管理
采购例程有多种使用方法。无论您是何类型的企业，批发、零售还是制造，系统能完全适应您的业务方式。采购计划、订单处理、交货及发票管理功能既可集中也可分散， 未结的采购订单信息自动提供给Scala的各个后勤模块。使您具有一个全面的采购订单计划环境，并有助于您削减整体采购成本。
6. 销售订单
Scala销售订单模块为您提供了销售及后勤的全部功能。通常，销售是您的主要营业收入，销售功能的灵活性和方便性影响着您的竞争性。Scala具有范围广泛的功能，支持销售及分销的各个阶段。由于销售订单模块与库存管理、采购及制造管理模块紧密集成，您可在销售时就能确定制造或采购的明细，以确保按时交货。
7. 销售订单/开发票
Scala销售订单模块为您提供了销售及后勤的全部功能。通常，销售是您的主要营业收入，销售功能的灵活性和方便性影响着您的竞争性。Scala具有范围广泛的功能，支持销售及分销的各个阶段。由于销售订单模块与库存管理、采购及制造管理模块紧密集成，您可在销售时就能确定制造或采购的明细，以确保按时交货。
8. 统计
Scala的统计模块是一个极为有用的分析工具。与其他安装的Scala模块相连，统计模块提供的信息远较其他模块内置的统计功能更详尽。您能定制报表定义、创建模板，以及专用报表，如佣金报表、毛利分析或产品统计。除能打印输出报表外，您还能保存在磁盘上、Excel文件中。统计模块是Scala后勤模块的有益补充。
9. 库存管理
全面地管理您公司的物流状态，从采购到交货，需要出色的管理工具。库存管理模块可单独使用，但如与采购订单及销售订单模块集成使用，则更能发挥它的强大功效。库存管理的主要优点之一是它与各库存物料的大量数据相连。重订水平、安全库存及短缺报告能帮助您有效地管理库存，降低资本投入。库存管理模块也具有序列号及物料清单处理能力。为您提供灵活的批次处理能力、完整的跟踪能力及丰富的呈报能力。
10. 直接开发票
当您需要一种简捷有效的开发票例程时，Scala的直接开发票模块就是您的有力工具。它能方便地创建非库存物料、简单服务、部门间或子公司间的发票。该模块需销售分类帐模块，以使您有效管理付款和其它作业。直接开发票模块与总分类帐集成后，具有10个会计核算构面，让您能事后分析所有数据。直接开发票模块使用方便，并与您的整个商务管理集成为一体。
11. 市场信息
一个高效的销售组织需要出色的市场营销工具。Scala的市场信息模块收集您潜在及未来客户的信息。能为您挖掘新的市场机会，它集成了当前的市场活动信息，客户信息及供应商主文件中的信息。它允许您设计自己的数据库，给予您工作的完全自由。
12. Scala制造流程管理
Scala的制造管理模块是一个制造业资源计划系统(MRP II)。它能满足您对信息的最苛刻要求。它帮助您管理并控制整个制造过程。此外，它还能与财务模块相连。共同创建一个功能强大的集成系统。由于它内置了丰富的功能，整个系统具有极高的灵活性，并能对制造过程中的各个活动提供各自不同的计划和管理方法。Scala的制造管理模块对重复型，以产定销及以销定产型生产过程均适用。该模块支持准时生产、ISO 9000、EDI及CIM。
13. 产品成品核算/实际成本
掌握您的生产成本至关重要。成本核算模块强化了产品加工的成本核算能力和分析潜在的隐含成本能力。成本核算模块是您标准的成本计算工具，以及各订单报价核算的工具。
14. 车间管理
生产能力瓶颈总是制约您产出的因素。生产部门计划功能使您拥有一个有效的资源管理工具。
15. 基础制造数据
基础制造数据能创建并维护物料清单及制造物料的工艺路线。高质量的基础数据是极为重要的，因为这些数据将成为各计算的基础。其质量高低决定着制造计划和管理有效性的高低。
16. 主生产计划
主生产计划的目的是，提前多达一年时间，根据预测和实际销售量对物料和生产能力进行评估和准备。您能选择主生产计划中的产品，且主产计划能评估不同的销售预测，以确定对生产能力和物料的影响。
17. 物料需求计划
物料需求计划可使您调查未来对所购原材料及已加工部件的需求。例如，您能查看完成整个生产计划（主生产计划）、一组客户订单或一个客户的订单的物料需求。
18. 订单计划/生产活动管理
当您在生产资源中对员工、机器和工具作好充分定义后，以及在基础MPC数据中对物料清单作了描述后，您便能充分利用这些资源使其充分发挥作用。生产活动管理有助于计划、跟踪和分析您的加工单， 您能手工输入加工单，或用客户订单创建加工单，或从上层模块输入（比如，需求计划模块）。加工单放发后，其所需物料便被预留，相应生产部门的可用生产能力自动降低。
19.服务管理
人们认为服务是昂贵的。事实上，很多公司通过高效的服务，来自零备件及技术支持的收入高于其实际产品的销售收入。Scala服务管理模块为您提供了管理服务活动的全新境界，包括对物料及资源的完全管理。Scala服务管理模块能管理上百名的技术服务人员，他们可以是分处不同地点（对于提供现场服务的公司）也可以是在室内提供服务与技术支持。有了Scala的服务管理模块，您便能计划和跟踪各项服务活动。如与Scala的其他模块集成使用，系统将更加灵活，并为您提供更大的发展空间。
20. 项目管理
在当今以客户为导向的世界中，许多销售活动已成为一个个项目。一套系统设施需要大量的材料及人力来完成。有些设备的交付需要协调分包商和设计公司。即使内部活动，例如改建仓库也是一个项目。如果您的业务充满了各种项目，将由谁控制预算，又将由谁跟踪呢？Scala的项目管理模块是您的集成化工具，它能评估、预算、计划资源和跟踪项目。其灵活的四层结构能帮助您随时控制项目的进程，集中精力解决有问题的地方。
21. 人事薪资
人事薪资模块适用于薪资计算周期中的各个阶段，包括雇员的录用与辞退、输入或导入的计时单、根据不同的雇佣类型及不同的支付形式计算雇员的工资单、 打印工资单、生成会计报表、税务报表、人力资源报表、审记表及各种管理日报表并自动创建总分类帐凭证。
22. Signature
Signature是我们实施Scala软件的方法。它建立在团队精神之上。它是我们在各行业、在世界各国实施众多项目的知识和经验结晶。Signature提供的标准工具和方法，能确保成功地实施系统。如您采用Scala软件及我们的系统实施方法Signature，您能在数月内拥有一个可运行的全集成的商务管理系统。明确的共同目标 - 使新系统平稳地过渡是任何一个多用户系统的基本前提。利用Signature，我们训练有素的顾问将在实施过程中一步一步地指导您。
E. scala语言会取代java的吗
不可能
scala复杂度仅仅次于c++
小众
个人以为objectivec java delphi c# 都是单继承多接口
没本质区别
做gui开发很爽
做后端 创业公司更喜欢python nodejs这样的多范型工具
出活快 效率高 跨平台
F. Scala代码做模式匹配用到的符号是什么
在Erlang中等号 = 表示一个模式匹配操作
在这两种语言中，赋值语句都明确的定义为模式匹配，那么scala中，所有的赋值语句是否都是模式匹配呢？
尤其scala可以说在函数式风格上与ML(及其家族)语言有某种血缘，在这一点上是否也与ML完全一致呢？
先分析一下上面的每条赋值语句：val a = 100 和 val A = 100是直观且没有歧义的。
G. 我为什么想并且要学习Scala
为什么学习函数式编程
在阅读DDD巨著《Patterns, Principles, and Practices of Domain-Driven Design》的过程中，Scott在第5章提到了使用函数式编程语言配合贫血模型去实践DDD的一种思路，这激发了我的无限遐想。
在软件开发领域，我们已经拥有了许多的抽象方法论和大量的实现技术。但我个人认为，这一切归根结底，都是人类思维在软件开发领域的具体表达方式。而人类在认识和分析软件所要解决的业务领域问题时，思考的内容不外乎由两个部分组成：『业务流程』与『业务规则』。前者，回答了业务活动中先做什么后做什么的问题；后者，则回答了遇到什么情况时应该怎么做的问题。两者结合后，得到我们需要的业务结果，或者叫作“实现业务目标”。
再想想目前学习和掌握的面向对象的一系列方法，又是如何将上述思维结果映射到软件中去的呢？我认为是这样的：
对于业务流程，我们将其表达为若干对象之间的合作，比如UML里序列图的对象与消息，进而具化为具体的类及其职责，比如类及其若干业务方法。
对于业务规则，我们将其表达为若干的判断逻辑，比如UML流程图里的判断分支，进而具化为业务方法里的if-else语句，或者再复杂一点，表达为工厂、策略等设计模式的实际运用。
然后，我认为，对于复杂业务规则的梳理，可以象数学归纳法一样进行演绎：假设一个函数y=f(x)，给定x的定义域，确定y的值域。特别是在排列组合等方面的一些问题，也经常采用递归的方式来解决。所以，从这个角度讲，函数式编程更贴近人类思维习惯，所以让我自然而然地把目光转向了它。
为什么选择Scala
在选择具体的函数式编程语言时，我首先想到的是它最好是同时能支持面向对象编程的。因为即便LISP作为函数式编程语言的先祖，诞生已长达半个世纪，但单纯的函数式编程语言与面向对象编程语言相比，在抽象领域概念、组合系统模块、实现信息隐蔽等方面存在一定的差距，所以一直没有成为软件开发的主流。
信息隐蔽原理：在西安电子科大蔡希尧与陈平老师于1993年合作出版的《面向对象技术》一书中是这样描述的：把需求和求解的方法分离；把相关信息——数据结构和算法，集中在一个模块之中，和其他模块隔离，它们不能随便访问这个模块内部的信息。
其次，由于我的语言路线是从Pascal → C → C++ → C#，所以我希望能选择一种风格近似于C、强类型的函数式编程语言。在比较了F#、R、ErLang等几种常见的函数式编程语言之后，我最终选择了Scala。
Scala有何优势
注：以下内容，节选翻译或参考自《Programming in Scala》第1章、第3章，《Programming Scala》第6章，不算完整意义上的个人心得。
函数式编程的优势
纯的函数是没有副作用的。无论何时何地，对于一个函数y=f(x)，给定x必定得到y，不会因此产生二义结果。因此无论对于代码测试还是并发，由于给定输入必定得到预期输出，而不受其他因素干扰，所以能有效减少Bug产生。
在函数式编程里，大量使用immutable的值。这意味着函数运算的结果总会创建一个新的实例，避免了通常并发环境下为防止数据共享冲突而采取的保护机制。尽管这需要额外的Copy操作，但Scala针对性地提供了高效的Copy实现，以及延迟计算等弥补机制。
函数是一等公民。函数作为表达式的一部分，可以借由函数之间的嵌套、组合，实现复杂的判断逻辑。
Scala语言本身的优势
Scala是面向对象与函数式编程的混合语言，所以能有效结合二者的优点。
Scala属于Java生态圈，可以在JVM平台上与Java一起编译运行，所以许多Java的框架、工具都可以直接应用于Scala语言编写的项目。
Scala视一切数据类型皆为对象，且支持闭包、lambda、by-name参数等特性，语法简洁明快。
Scala使用Actor作为并发模型，与Akka框架自然契合。这是一种区别于传统的、基于数据共享、以锁为主要机制的并发模型，其特点在于以Actor为基本单位、没有数据共享、基于消息传递实现Actor之间的协作，因此可以有效避免死锁、减少竞争。
最后，如果有朝一日要转向大数据领域，有Spark这样的大型框架作为支撑。知乎：与 Hadoop 对比，如何看待 Spark 技术？
Scala对实践DDD有何意义
说了那么多，我的根本目的还是要将Scala作为实现DDD的主要武器。那么试想一下，Scala在我们实现DDD的过程中能有哪些帮助呢？我暂且胡侃乱诌如下：
表示值对象、领域事件等元素更直观。值对象、领域事件在DDD里都应该是immutable的，以往多采取POCO形式表示，现在改用Scala里的val以及case class表示，在语法层面就直观地表明是不可修改的。
在类的方法层面实现CQRS时有语法支持。用Scala里的Function（返回类型为非Unit）对应CQRS里的Query，保证类的方法没有副作用；用Procere（返回类型为Unit）对应CQRS里的Command，明确表明这一类方法会产生修改状态等副作用。这同样从语法层面就能对二者进行明确区分。
模式匹配丰富了函数操作。除了正则表达式，Scala形式多样的模式匹配语法，为提取数据、完成数据分组聚合等运算、实现逻辑判断提供了强大支持。比如定义def sum_count(ints:Seq[Int) = (ints.sum, ints.size)这样一个函数后，我们可以这样调用，以得到一个1至6的整数序列的整数值合计，及该序列的尺寸:val(sum, count) = sum_count(List(1, 2, 3, 4, 5, 6))。
为实现DSL提供有力支持。Scala自带有解析框架，加上灵活的函数语法支持，要自己实现一套DSL及其相应的语法解析器将不再困难。比如在配置文件里这样的一条配置语句，表示退休条件为年龄达到60周岁或者工龄届满30年：retire = (Age >= 60) || (ServiceLength >= 30)。以往的方式是自己写一个语法解析器，把这条文本转换成相应的Specification对象，然后扔给聚合去使用。现在有了Scala的帮助，就使编写语法解析器这一环节的工作量大大减少。
合理的高阶函数设计，使规则编写得到简化。比如打折规则、费用报销规则，以往可能需要若干层的if-else嵌套，现在则将通过高阶函数得到大幅简化。对此，我强烈推荐刘光聪先生的视频Refactoring to Functions，你会在刘先生的重构过程中发现高阶函数的强大。
Actor为高效并发打下基础。Actor
内部完全自治，自带用于存储消息的mailbox，与其他Actor只能通过消息进行交互，每个Actor都是并发的一个基本单位。这些特点，非常适合于
采取Event
Sourcing方式实现的DDD。每个聚合都好比一个Actor，在聚合内部始终保持数据的强一致性，而在聚合之间交互的领域事件则好比Actor之间
的消息，聚合之间借由领域事件和Saga保证数据的最终一致性。
Trait成为AOP利器。Trait是Scala的另一大特色，它就象AOP织入一样，能动态地给某个类型注入方法或者结构。比如配合类Circuit和with后面那4个Trait的定义，val circuit = new Circuit with Adders with Multiplexers with Flipflops with MultiCoreProcessors这样就创建了一个带有加法器、乘法器、触发器和多核处理器的元件。
隐式实现为类型扩展提供支持。对应C#里的静态扩展方法，Scala通过implicit为实现数据类型的方法扩展提供了便捷，成为Trait之外的另一个功能扩展手段。
能降低常见BDD框架的学习成本。尽管这一点可能比较牵强，但我正在努力摸索如何将BDD与DDD结合，而常见的Cucumber、Spock等一些BDD框架，其语法与Scala比较相近，所以我才有如此一说。
有哪些Scala学习资料
以下是我目前主要的学习资料，并衷心欢迎各位留言补充。
书籍
Programming in Scala：由Scala语言的设计师Martin Odersky编写，循序渐进，配合了大量实例，入门必读吧。
Programming Scala：视角与上面那本有点不一样，没有Scala语言基础会感觉很困难，适合掌握了基本语法后温故而知新。
在线文档与视频
Scala 官方文档：Scala的官网，作为寻找资料的出发点是不错的。
Scala 课堂：中文版的Scala基本语法在线课堂。
Scala Synatax Primer：由Jim McBeath整理的Scala语法概要，可以当字典用。
The Neophyte’s Guide to Scala：很出名的一个Scala入门指南，以Scala中的提取器Extractor作为实例开始。
Scala 初学指南：这是上面那本指南的中译本。
Effective Scala：中文版的Scala高效编程
SBT中文入门指南：Scala Build Tool
社区
Scala 中文社区：不算活跃，原因你懂的。
Scala User：Scala入门者聚集地，没有Stack Overflow那么严格，但也需要点爬墙的身手。
SDK及IDE
Java SE：先装这个
Scala SDK：再装这个
SBT：然后装这个
IntelliJ IDEA：最后装这个，就能比较方便地开始Scala编程了
写在最后
最
近读的书很多也很杂，DDD、BDD、Scala、Cucumber以及Java基础等等都有涉及，真恨不得一口吃成个大胖子。由于时间和精力有限，所以
现在知识消化很成问题，迟迟没有进入学以致用的环节，只能先这样纸上谈兵了，好歹先把自己在学习过程中的一些思考、看到的好东西先记载下来，以备将来之
需。
H. 学习scala有哪些好的资源
为什么学习函数式编程
在阅读DDD巨著《Patterns, Principles, and Practices of Domain-Driven Design》的过程中，Scott在第5章提到了使用函数式编程语言配合贫血模型去实践DDD的一种思路，这激发了我的无限遐想。
在开发领域，我们已经拥有了许多的抽象方法论和大量的实现技术。但我个人认为，这一切归根结底，都是人类思维在开发领域的具体表达方式。而人类在认识和分析所要解决的业务领域问题时，思考的内容不外乎由两个部分组成：『业务流程』与『业务规则』。前者，回答了业务活动中先做什么后做什么的问题；后者，则回答了遇到什么情况时应该怎么做的问题。两者结合后，得到我们需要的业务结果，或者叫作“实现业务目标”。
再想想目前学习和掌握的面向对象的一系列方法，又是如何将上述思维结果映射到中去的呢？我认为是这样的：
对于业务流程，我们将其表达为若干对象之间的合作，比如UML里序列图的对象与消息，进而具化为具体的类及其职责，比如类及其若干业务方法。
对于业务规则，我们将其表达为若干的判断逻辑，比如UML流程图里的判断分支，进而具化为业务方法里的if-else语句，或者再复杂一点，表达为工厂、策略等设计模式的实际运用。
然后，我认为，对于复杂业务规则的梳理，可以象数学归纳法一样进行演绎：假设一个函数y=f(x)，给定x的定义域，确定y的值域。特别是在排列组合等方面的一些问题，也经常采用递归的方式来解决。所以，从这个角度讲，函数式编程更贴近人类思维习惯，所以让我自然而然地把目光转向了它。
为什么选择Scala
在选择具体的函数式编程语言时，我首先想到的是它最好是同时能支持面向对象编程的。因为即便LISP作为函数式编程语言的先祖，诞生已长达半个世纪，但单纯的函数式编程语言与面向对象编程语言相比，在抽象领域概念、组合系统模块、实现信息隐蔽等方面存在一定的差距，所以一直没有成为开发的主流。
信息隐蔽原理：在西安电子科大蔡希尧与陈平老师于1993年合作出版的《面向对象技术》一书中是这样描述的：把需求和求解的方法分离；把相关信息——数据结构和算法，集中在一个模块之中，和其他模块隔离，它们不能随便访问这个模块内部的信息。
其次，由于我的语言路线是从Pascal → C → C++ → C#，所以我希望能选择一种风格近似于C、强类型的函数式编程语言。在比较了F#、R、ErLang等几种常见的函数式编程语言之后，我最终选择了Scala。
Scala有何优势
注：以下内容，节选翻译或参考自《Programming in Scala》第1章、第3章，《Programming Scala》第6章，不算完整意义上的个人心得。
函数式编程的优势
纯的函数是没有副作用的。无论何时何地，对于一个函数y=f(x)，给定x必定得到y，不会因此产生二义结果。因此无论对于代码测试还是并发，由于给定输入必定得到预期输出，而不受其他因素干扰，所以能有效减少Bug产生。
在函数式编程里，大量使用immutable的值。这意味着函数运算的结果总会创建一个新的实例，避免了通常并发环境下为防止数据共享冲突而采取的保护机制。尽管这需要额外的Copy操作，但Scala针对性地提供了高效的Copy实现，以及延迟计算等弥补机制。
函数是一等公民。函数作为表达式的一部分，可以借由函数之间的嵌套、组合，实现复杂的判断逻辑。
Scala语言本身的优势
Scala是面向对象与函数式编程的混合语言，所以能有效结合二者的优点。
Scala属于Java生态圈，可以在JVM上与Java一起编译运行，所以许多Java的框架、工具都可以直接应用于Scala语言编写的项目。
Scala视一切数据类型皆为对象，且支持闭包、lambda、by-name参数等特性，语法简洁明快。
Scala使用Actor作为并发模型，与Akka框架自然契合。这是一种区别于传统的、基于数据共享、以锁为主要机制的并发模型，其特点在于以Actor为基本单位、没有数据共享、基于消息传递实现Actor之间的协作，因此可以有效避免死锁、减少竞争。
最后，如果有朝一日要转向大数据领域，有Spark这样的大型框架作为支撑。知乎：与 Hadoop 对比，如何看待 Spark 技术？
Scala对实践DDD有何意义
说了那么多，我的根本目的还是要将Scala作为实现DDD的主要武器。那么试想一下，Scala在我们实现DDD的过程中能有哪些帮助呢？我暂且胡侃乱诌如下：
表示值对象、领域事件等元素更直观。值对象、领域事件在DDD里都应该是immutable的，以往多采取POCO形式表示，现在改用Scala里的val以及case class表示，在语法层面就直观地表明是不可修改的。
在类的方法层面实现CQRS时有语法支持。用Scala里的Function（返回类型为非Unit）对应CQRS里uery，保证类的方法没有副作用；用Procere（返回类型为Unit）对应CQRS里的Command，明确表明这一类方法会产生修改状态等副作用。这同样从语法层面就能对二者进行明确区分。
模式匹配丰富了函数操作。除了正则表达式，Scala形式多样的模式匹配语法，为提取数据、完成数据分组聚合等运算、实现逻辑判断提供了强大支持。比如定义def sum_count(ints:Seq[Int) = (ints.sum, ints.size)这样一个函数后，我们可以这样调用，以得到一个1至6的整数序列的整数值合计，及该序列的尺寸:val(sum, count) = sum_count(List(1, 2, 3, 4, 5, 6))。
为实现DSL提供有力支持。Scala自带有解析框架，加上灵活的函数语法支持，要自己实现一套DSL及其相应的语法解析器将不再困难。比如在配置文件里这样的一条配置语句，表示退休条件为年龄达到60周岁或者工龄届满30年：retire = (Age >= 60) || (ServiceLength >= 30)。以往的方式是自己写一个语法解析器，把这条文本转换成相应的Specification对象，然后扔给聚合去使用。现在有了Scala的帮助，就使编写语法解析器这一环节的工作量大大减少。
合理的高阶函数设计，使规则编写得到简化。比如规则、费用报销规则，以往可能需要若干层的if-else嵌套，现在则将通过高阶函数得到大幅简化。对此，我强烈刘光聪先生的Refactoring to Functions，你会在刘先生的重构过程中发现高阶函数的强大。
Actor为高效并发打下基础。Actor
内部完全自治，自带用于存储消息的mailbox，与其他Actor只能通过消息进行交互，每个Actor都是并发的一个基本单位。这些特点，非常适合于
采取Event
Sourcing方式实现的DDD。每个聚合都好比一个Actor，在聚合内部始终保持数据的强一致性，而在聚合之间交互的领域事件则好比Actor之间
的消息，聚合之间借由领域事件和Saga保证数据的最终一致性。
Trait成为AOP利器。Trait是Scala的另一大特色，它就象AOP织入一样，能动态地给某个类型注入方法或者结构。比如配合类Circuit和with后面那4个Trait的定义，val circuit = new Circuit with Adders with Multiplexers with Flipflops with MultiCoreProcessors这样就创建了一个带有加法器、乘法器、触发器和多核处理器的元件。
隐式实现为类型扩展提供支持。对应C#里的静态扩展方法，Scala通过implicit为实现数据类型的方法扩展提供了便捷，成为Trait之外的另一个功能扩展手段。
能降低常见BDD框架的学习成本。尽管这一点可能比较牵强，但我正在努力摸索如何将BDD与DDD结合，而常见的Cucumber、Spock等一些BDD框架，其语法与Scala比较相近，所以我才有如此一说。
有哪些Scala学习资料
以下是我目前主要的学习资料，并衷心欢迎各位留言补充。
书籍
Programming in Scala：由Scala语言的设计师Martin Odersky编写，循序渐进，配合了大量实例，入门必读吧。
Programming Scala：视角与上面那本有点不一样，没有Scala语言基础会感觉很困难，适合掌握了基本语法后温故而知新。
在线文档与
Scala 官方文档：Scala的，作为寻找资料的出发点是不错的。
Scala 课堂：中文版的Scala基本语法在线课堂。
Scala Synatax Primer：由Jim McBeath整理的Scala语法概要，可以当字典用。
The Neophyte’s Guide to Scala：很出名的一个Scala入门指南，以Scala中的提取器Extractor作为实例开始。
Scala 初学指南：这是上面那本指南的中译本。
Effective Scala：中文版的Scala高效编程
SBT中文入门指南：Scala Build Tool
社区
Scala 中文社区：不算活跃，原因你懂的。
Scala User：Scala入门者聚集地，没有Stack Overflow那么严格，但也需要点爬墙的身手。
SDK及IDE
Java SE：先装这个
Scala SDK：再装这个
SBT：然后装这个
IntelliJ IDEA：最后装这个，就能比较方便地开始Scala编程了
写在最后
最
近读的书很多也很杂，DDD、BDD、Scala、Cucumber以及Java基础等等都有涉及，真恨不得一口吃成个大胖子。由于时间和精力有限，所以
现在知识消化很成问题，迟迟没有进入学以致用的环节，只能先这样纸上谈兵了，好歹先把自己在学习过程中的一些思考、看到的好东西先记载下来，以备将来之
需。
I. Spark平台下，scala比java更有优势么
Scala到底是什么?在目前众多的JVM语言当中，Scala无疑是最引人注意的语言之一。Scala是一个静态语言，更适合大型工程项目，Scala直接编译成Java字节码，性能接近Java。Scala是一个多范式的语言，你可以混合使用函数式和面向对象编程，混合使用可变类和不变类，混合使用Actor和传统的Java并发库。
短短一个月的时间，Scala于本月冲进了TIOBE的前五十名。一个 Twitter 的开发人员说过，Scala 将会成为现代 Web2.0 的发起语言。LinkedIn 也用这种语言。同样许多其他大的公司如 Sony Picture, EDF, SAP 也开始使用这种语言。为什么Scala发展这么迅猛，可以获得如此热烈的社区支持。
曾冠东还表示，Scala不是Java的杀手，它无法取代Java的地位，也突破不了JVM的限制、Java实现不了的功能它也实现不了。我们可以将Scala形象的理解成大量语法糖的Java。
Scala 开发团队发布了最新的2.9.2稳定版本，Scala 语言的特性有许多，例如高阶函数和对象、抽象类型绑定，actor 使得函数在 Scala 中能是一个子类成为可能，Scala 中的设计模式使得面向对象和函数编程无缝结合。Akka 是一个用 Scala 编写的库，用于简化编写容错的、高可伸缩性的 Java 和 Scala 的 Actor 模型应用。它已经成功运用在电信行业。Spark 是一种可扩展的数据分析平台，它整合了内存计算的基元，因此，相对于 Hadoop 的集群存储方法，它在性能方面更具优势。Spark 是在 Scala 语言中实现的，并且利用了该语言，为数据处理提供了独一无二的环境。Scala 编译器可以生成字节码，直接运行在使用JVM上。该语言(它实际上代表了可扩展语言)被定义为可直接集成到语言中的简单扩展。
Scala作为一门静态语言，它的主要特性有哪些?
· Scala是面向对象的
Scala是一个纯面向对象语言，在某种意义上来讲所有数值都是对象。对象的类型和行为是由class和trait来描述的。Class的抽象可由子类化和一种灵活的基于mixin的组合机制(它可作为多重继承的简单替代方案)来扩展。
· Scala是函数式的
Scala还是一个函数式语言，在某种意义上来讲所有函数都是数值。Scala为定义匿名函数提供了一种轻量级的语法，它支持高阶(higher-order)函数、允许函数嵌套、支持局部套用(currying)。Scala的case类及其内置支持的模式匹配模型代数类型在许多函数式编程语言中都被使用。
· Scala是静态类型的
Scala配备了一套富有表现力的类型系统，该抽象概念以一种安全的和一致的方式被使用。
· Scala是可扩展的
Scala的设计承认了实践事实，领域特定应用开发通常需要领域特定语言扩展。Scala提供了一个独特的语言组合机制，这可以更加容易地以类库的形式增加新的语言结构：
任何方式可以被用作中缀(infix)或后缀(postfix)操作符闭包按照所期望的类型(目标类型)自动地被构造
两者结合使用可方便地定义新语句，无需扩展语法，也无需使用类似宏的元编程工具。
· Scala可与Java和.NET进行互操作
Scala设计时就考虑了与流行编程环境良好交互，如Java 2运行时环境(JRE)和 .NET框架(CLR)。特别是与主流面向对象语言，如Java和C#尽量无缝交互。Scala有像Java和C#一样的编译模型(独立编译，动态装载类)，允许访问成千上万的高质量类库。
在并发性方面，与 Scala 在 .NET 领域中的姐妹语言 F# 相似，Scala 是针对 “并发性问题” 的解决方案之一，让开发人员能够更加轻松地专注于问题的实质，而不用考虑并发编程的低级细节。Actor 编程模式让高度并行应用程序的开发更加简单。Scala把Erlang风格的基于actor的并发带进了JVM。我们可以利用Scala的actor模型在JVM上设计具伸缩性的并发应用程序，以自动获得多核心处理器带来的优势，而不必依照复杂的Java线程模型来编写程序。Scala 为并发性提供了两种级别的支持，这与其他与 Java 相关的主题极为类似：
首先，对底层库的完全访问(比如说 java.util.concurrent)以及对 “传统” Java 并发性语义的支持(比如说监控程序和wait()/notifyAll())。其次，这些基本机制上面有一个抽象层
Scala 提供了在稳定的高性能平台(Java 虚拟机)上生成的能力同时也是一门敏捷性语言。这一类型的语言也有其他的选择，例如 Jython, JRuby, Groovy 和 Clojure, 但是这些都是运行在 JVM 上的动态类型语言。Open Class 的效果让大家会觉得Scala是动态语言，但它是选择隐式转换来实现的，这也正好证明了Scala是静态语言。隐式转换(Implicit conversion)使 Scala 具有类型安全性，正如扩展方法(extension method)之于 C#，开放类(open class)之于 ruby。即：向未曾定义的类型添加方法(如字符串、列表、整数)。这是使得 Scala 符合 DSL(特定领域语言)模型的特性之一。
Scala结合了面向对象和函数编程的优势，函数编程的一个好处就是你能够像运用一个数据那样运用函数，可以用来定义真正高层级的库，或者去定义新的领域特殊语言(DSL)。
在谈及Java与Scala的对比时，曾冠东表示，Scala能调用绝大部分的Java，而Java调用Scala独有的东西会比较难。Java 拥有非常强的概念规范，因此任何一个 Java 程序之间具有非常多的相似之处，并且这样能够方便的进行程序员交替。但是 Scala 并没有这样的统一性，因为这是一门很有表现力的语言。现场曾冠东为我们演示了实际案例，如下图所示：
正所谓，金无足赤，人无完人。Scala对二进制不兼容，语法也越来越复杂，不能突破Bytecode的限制、编译速度有所缓慢。当它被广泛用于单元测试、开发工具、Socket开发、以及面对多核挑战的并发应用。总而言之，Scala是一种函数式面向对象语言，它融汇了许多前所未有的特性，而同时又运行于JVM之上。正如JRuby 创建者之一Charles Nutter 所宣称的那样Scala就是 Java 王位的合法继承人。随着开发者对Scala的兴趣日增，以及越来越多的工具支持，无疑Scala语言将成为广大软件工程师手上一件必不可少的工具。
J. 如何通过雪球查询股票之前的变动状况
一. 雪球公司介绍
雪球 聪明的投资者都在这里。
web 1.0：新闻资讯，股价信息，K线图
web 2.0：SNS 订阅，分享，聊天
web 3.0：移动 APP，交易闭环
雪球现在员工数还不到100，其中技术人员占一半。去年9月C轮融资4kw刀。我们现在的技术栈由下列组件组成：Java，Scala，Akka，Finagle，Nodejs，Docker ，Hadoop。我们当前是租用IDC机房自建私有云，正在往“公私混合云”方向发展。
在雪球上，用户可以获取沪深港美2w+股票的新闻信息，股价变化情况，也可以获取债券，期货，基金，比特币，信托，理财，私募等等理财产品的各类信息，也可以关注雪球用户建立的百万组合，订阅它们的实时调仓信息，还可以关注雪球大V。雪球当前有百万日活跃用户，每天有4亿的API调用。App Store 财务免费榜第 18 名。历史上曾排到财务第二，总免费榜第 19。
二. 雪球当前总体架构
作为一个典型的移动互联网创业公司，雪球的总体架构也是非常典型的设计：
最上层是三个端：web端，android端和iOS端。流量比例大约为 2：4：4 。web3.0 的交易功能，在 web 端并不提供。
接入层以及下面的几个层，都在我们的自建机房内部。雪球当前只部署了一个机房，还属于单机房时代。正在进行“私有云+公有云混合部署”方案推进过程中。
我们当前使用 nodejs 作为 web 端模板引擎。nodejs 模块与android 和 ios 的 app 模块一起属于大前端团队负责。
再往下是位于 nginx 后面的 api 模块。跟 linkedin 的 leo 和微博的 v4 一样，雪球也有一个遗留的大一统系统，名字就叫 snowball 。最初，所有的逻辑都在 snowball 中实现的。后来慢慢的拆出去了很多 rpc 服务，再后来慢慢的拆出去了一些 http api 做成了独立业务，但即便如此，snowball 仍然是雪球系统中最大的一个部署单元。
在需要性能的地方，我们使用 netty 搭建了一些独立的接口，比如 quoto server，是用来提供开盘期间每秒一次的股价查询服务，单机 qps 5w+，这个一会再细说；而 IM 服务，起初设计里是用来提供聊天服务，而现在，它最大的用途是提供一个可靠的 push 通道，提供 5w/s 的消息下发容量，这个也一会再细说。
雪球的服务化拆分及治理采用 twitter 开源的 finagle rpc 框架，并在上面进行了一些二次开发和定制。定制的功能主要集中在 access log 增强，和 fail fast，fail over 策略及降级开关等。 finagle 的实现比较复杂，debug 和二次开发的门槛较高，团队内部对此也进行了一些讨论。
雪球的业务比较复杂，在服务层中，大致可以分为几类：第一类是web1.0，2.0 及基础服务，我们称为社区，包括用户，帖子，新闻，股价，搜索等等，类比对象就是新浪财经门户+微博；第二类是组合及推荐，主要提供股票投资策略的展示和建议，类比对象是美国的motif；第三类是通道，类似股市中的“支付宝”，接入多家券商，提供瞬间开户，一键下单等等各种方便操作的功能。
雪球的业务实现中，包含很多异步计算逻辑，比如搜索建索引，比如股票涨跌停发通知，比如组合收益计算等等，为此，我们设计了一个独立的 Thread/Task 模块，方便管理所有的后台计算任务。但随着这些 task 越来越多，逻辑差异越来越大，一个统一的模块并不是总是最佳的方案，所以，我们又把它拆成了两大类：流式的，和批量式的。
雪球的推荐体系包括组合推荐“买什么”和个性化推荐。我们最近正在重新梳理我们的大数据体系，这个感兴趣的话可以单聊。
最下面是基础设施层。雪球基础设施层包括：redis，mysql，mq，zk，hdfs，以及容器 docker。
线上服务之外，我们的开发及后台设施也很典型：gitlab开发，jenkins打包，zabbix 监控系统向 openfalcon 迁移，redimine向confluence迁移，jira，以及内部开发的 skiing 后台管理系统。
** 三. 雪球架构优化历程**
首先描述一下标题中的“股市动荡”定语修饰词吧：
上证指数从年初的3000点半年时间涨到了5000多，6月12号达到最高点5200点，然后就急转直下，最大单日跌幅 8.48%，一路跌回4000点以下。最近一周都在3900多徘徊。
3月最后一周，A股开户 166万户，超过历史最高纪录 2007年5月第二周165万户。
4月份，证监会宣布A股支持单用户开设多账户。
6月底，证金公司代表国家队入场救市。
7月份，证监会宣布严打场外配资。
中国好声音广告第一晚，带来超过平时峰值200倍的注册量
挑战：小 VS 大：
小：小公司的体量，团队小，机器规模小
大：堪比大公司的业务线数量，业务复杂度，瞬间峰值冲击
雪球的业务线 = 1个新浪财经 + 1 个微博 + 1 个 motif + 1 个大智慧/同花顺。由于基数小，API调用瞬间峰值大约为平时峰值的 30+ 倍。
挑战：快速增长，移动互联网 + 金融，风口，A股大盘剧烈波动。
首先，在app端，在我们核心业务从 web2.0 sns 向 3.0 移动交易闭环进化的过程中，我们开发了一个自己的 hybrid 框架：本地原生框架，加离线 h5 页面，以此来支撑我们的快速业务迭代。当前，雪球前端可以做到 2 周一个版本，且同时并行推进 3 个版本：一个在 app store 等待审核上线，一个在内测或公测，一个在开发。我们的前端架构师孟祥宇在今年的 wot 上有一个关于这方面的详细分享，有兴趣的可以稍后再深入了解。
雪球App实践—构建灵活、可靠的Hybrid框架 http://wot.51cto.com/2015mobile/ http://down.51cto.com/data/2080769
另外，为了保障服务的可用性，我们做了一系列的“端到端服务质量监控”。感兴趣的可以搜索我今年4月份在环信SM meetup上做的分享《移动时代端到端的稳定性保障》。其中在 app 端，我们采用了一种代价最小的数据传输方案：对用户的网络流量，电池等额外消耗几乎为0
每个请求里带上前一个请求的结果
succ or fail ： 1 char
失败原因：0 - 1 char
请求接口编号： 1 char
请求耗时：2 - 3 char
其它：网络制式，etc
炒股的人大多都会盯盘：即在开盘期间，开着一个web页面或者app，实时的看股价的上下跳动。说到“实时”，美股港股当前都是流式的数据推送，但国内的A股，基本上都是每隔一段时间给出一份系统中所有股票现价的一个快照。这个时间间隔，理论上是3秒，实际上一般都在5秒左右。 交了钱签了合同，雪球作为合作方就可以从交易所下属的数据公司那里拿到数据了，然后提供给自己的用户使用。
刚才介绍总体架构图的时候有提到 quote server ，说到这是需要性能的地方。
业务场景是这样的，雪球上个人主页，开盘期间，每秒轮询一次当前用户关注的股票价格变动情况。在内部，所有的组合收益计算，每隔一段时间需要获取一下当前所有股票的实时价格。起初同时在线用户不多，这个接口就是一个部署在 snowball 中的普通接口，股价信息被实时写入 redis ，读取的时候就从 redis 中读。后来，A股大涨，snowball 抗不住了。于是我们就做了一个典型的优化：独立 server + 本地内存存储。开盘期间每次数据更新后，数据接收组件主动去更新 quote server 内存中的数据。 后续进一步优化方案是将这个接口以及相关的处理逻辑都迁移到公有云上去。
对于那些不盯盘的人，最实用的功能就是股价提醒了。在雪球上，你除了可以关注用户，还可以关注股票。如果你关注的某只股票涨了或跌了，我们都可以非常及时的通知你。雪球上热门股票拥有超过 50w 粉丝（招商银行，苏宁云商）粉丝可以设置：当这支股票涨幅或跌幅超过 x%（默认7%）时提醒我。曾经连续3天，每天超过1000股跌停，证监会开了一个会，于是接下来2天超过1000股涨停
原来做法：
股票涨（跌）x%，扫一遍粉丝列表，过滤出所有符合条件的粉丝，推送消息
新做法：
预先建立索引，开盘期间载入内存
1%：uid1，uid2
2%：uid3，uid4，uid5
3%：uid6
问题：有时候嫌太及时了：频繁跌停，打开跌停，再跌停，再打开。。。的时候
内部线上记录：
4台机器。
单条消息延时 99% 小于 30秒。
下一步优化目标：99% 小于 10 秒
IM 系统最初的设计目标是为雪球上的用户提供一个聊天的功能:
送达率第一
雪球IM：Netty + 自定义网络协议
Akka ： 每个在线client一个actor
推模式：client 在线情况下使用推模式
多端同步：单账号多端可登录，并保持各种状态同步
移动互联网时代，除了微信qq以外的所有IM，都转型成了推送通道，核心指标变成了瞬间峰值性能。原有架构很多地方都不太合适了。
优化：
分配更多资源：推送账号actor池
精简业务逻辑：重复消息只存id，实时提醒内容不推历史设备，不更新非活跃设备的session列表等等
本地缓存：拉黑等无法精简的业务逻辑迁移到本地缓存
优化代码：异步加密存储，去除不合理的 akka 使用
akka这个解释一下：akka 有一个自己的 log adapter，内部使用一个 actor 来处理所有的 log event stream 。当瞬间峰值到来的时候，这个 event stream 一下子就堵了上百万条 log ，导致 gc 颠簸非常严重。最后的解决办法是，绕过 akka 的 log adapter，直接使用 logback 的 appender
线上记录：5w/s （主动限速）的推送持续 3 分钟，p99 性能指标无明显变化
7月10号我们在中国好声音上做了3期广告。在广告播出之前，我们针对广告可能带来的对系统的冲击进行了压力测试，主要是新用户注册模块，当时预估广告播出期间2小时新注册100万
压测发现 DB 成为瓶颈：
昵称检测 cache miss > 40%
昵称禁用词 where like 模糊查询
手机号是否注册 cache miss > 80%
注册新用户：5 insert
优化：
redis store：昵称，手机号
本地存储：昵称禁用词
业务流程优化：DB insert 操作同步改异步
下一步优化计划：
将 sns 系统中所有的上行操作都改成类似的异步模式
接口调用时中只更新缓存，而且主动设置5分钟过期，然后写一个消息到 mq 队列，队列处理程序拿到消息再做其它耗时操作。
为了支持失败重试，需要将主要的资源操作步骤都做成幂等。
前置模块HA：
合作方合规要求：业务单元部署到合作方内网，用户的敏感数据不允许离开进程内存
业务本身要求：业务单元本身为有状态服务，业务单元高可用
解决方案：
使用 Hazelcast In-Memory Data Grid 的 replication map 在多个 jvm 实例之间做数据同步。
java 启动参数加上 -XX:+DisableAttachMechanism -XX:-UsePerfData，禁止 jstack，jmap 等等 jdk 工具连接
关于前置模块，其实还有很多很奇葩的故事，鉴于时间关系，这里就不展开讲了。以后有机会可以当笑话给大家讲。
组合净值计算性能优化：
一支股票可能在超过20万个组合里（南车北车中车，暴风科技）
离线计算，存储计算后的结果
股价3秒变一次，涉及到这支股票的所有组合理论上也需要每 3 秒重新计算一次
大家可能会问，为什么不用户请求时，实时计算呢？这是因为“组合净值”中还包括分红送配，分股，送股，拆股，合股，现金，红利等等，业务太过复杂，开发初期经常需要调整计算逻辑，所以就设计成后台离线计算模式了。当前正在改造，将分红送配逻辑做成离线计算，股价组成的净值实时计算。接口请求是，将实时计算部分和离线计算部分合并成最终结果。
实际上，我们的计算逻辑是比较低效的：循环遍历所有的组合，对每个组合，获取所有的价值数据，然后计算。完成一遍循环后，立即开始下一轮循环。
优化：
分级：活跃用户的活跃组合，其它组合。
批量：拉取当前所有股票的现价到 JVM 内存里，这一轮的所有组合计算都用这一份股价快照。
关于这个话题的更详细内容，感兴趣的可以参考雪球组合业务总监张岩枫在今年的 arch summit 深圳大会上的分享：构建高可用的雪球投资组合系统技术实践 http://sz2015.archsummit.com/speakers/201825
最后，我们还做了一些通用的架构和性能优化，包括jdk升级到8，开发了一个基于 zookeeper 的 config center 和开关降级系统
四. 聊聊关于架构优化的一些总结和感想
在各种场合经常听说的架构优化，一般都是优化某一个具体的业务模块，将性能优化到极致。而在雪球，我们做的架构优化更多的是从问题出发，解决实际问题，解决到可以接受的程度即可。可能大家看起来会觉得很凌乱，而且每个事情单独拎出来好像都不是什么大事。
我们在对一个大服务做架构优化时，一般是往深入的本质进行挖掘；当我们面对一堆架构各异的小服务时，“架构优化”的含义其实是有一些不一样的。大部分时候，我们并不需要（也没有办法）深入到小服务的最底层进行优化，而是去掉或者优化原来明显不合理的地方就可以了。
在快速迭代的创业公司，我们可能不会针对某一个服务做很完善的架构设计和代码实现，当出现各种问题时，也不会去追求极致的优化，而是以解决瓶颈问题为先。
即使我们经历过一回将 snowball 拆分服务化的过程，但当我们重新上一个新的业务时，我们依然选择将它做成一个大一统的服务。只是这一次，我们会提前定义好每个模块的 service 接口，为以后可能的服务化铺好路。
在创业公司里，重写是不能接受的；大的重构，从时间和人力投入上看，一般也是无法承担的。而“裱糊匠”式做法，哪里有性能问题就加机器，加缓存，加数据库，有可用性问题就加重试，加log，出故障就加流程，加测试，这也不是雪球团队工作方式。我们一般都采用最小改动的方式，即，准确定义问题，定位问题根源，找到问题本质，制定最佳方案，以最小的改动代价，将问题解决到可接受的范围内。
我们现在正在所有的地方强推3个数据指标：qps，p99，error rate。每个技术人员对自己负责的服务，一定要有最基本的数据指标意识。数字，是发现问题，定位根源，找到本质的最重要的依赖条件。没有之一。
我们的原则：保持技术栈的一致性和简单性，有节制的尝试新技术，保持所有线上服务依赖的技术可控，简单来说，能 hold 住。
能用cache的地方绝不用db，能异步的地方，绝不同步。俗称的：吃一堑，长一智。
特事特办：业务在发展，需求在变化，实现方式也需要跟着变化。简单的来说：遗留系统的优化，最佳方案就是砍需求，呵呵。