1.集合常用的方法
map， flatten， flatmap，filter， sorted， sortby，sortwith， grouped
fold(摺疊)，foldleft， foldright，reduce， reduceleft， aggregate，union，
intersect(交集)，diff(差集)， head， tail， zip，mkstring， foreach， length，slice， sum
2.並行化集合par
呼叫集合的 par 方法， 會將集合轉換成並行化集合
//建立乙個 list
val lst0 = list(1,7,9,8,0,3,5,4,6,2)
//摺疊：有初始值（無特定順序）
val lst11 = lst0.par.fold(100)((x, y) => x + y)
//摺疊：有初始值（有特定順序）
val lst12 = lst0.foldleft(100)((x, y) => x + y)
//聚合
val arr = list(list(1, 2, 3), list(3, 4, 5), list(2), list(0))
val result = arr.aggregate(0)(_+_.sum, _+_)
在 scala 中 option 型別樣例類用來表示可能存在或也可能不存在的值(option 的子類有 some和 none)，some 包裝了某個值，none 表示沒有值
// option 是 some 和 none 的父類
// some 代表有（多例），樣例類
// none 代表沒有（單例），樣例物件
val mp = map("a" -> 1, "b" -> 2, "c" -> 3)
val r: int = mp("d")
// map 的 get 方法返回的為 option, 也就意味著 rv 可能取到也有可能沒取到
val rv: option[int] = mp.get("d")
// 如果 rv=none 時， 會出現異常情況
val r1 = rv.get
// 使用 getorelse 方法，
// 第乙個引數為要獲取的 key,
// 第二個引數為預設值， 如果沒有獲取到 key 對應的值就返回預設值
val r2 = mp.getorelse("d", -1)
println(r2)
Scala 的並行集合
當出現kafka單個分割槽資料量很大，但每個分割槽的資料量很平均的情況時，我們往往採用下面兩種方案增加並行度 l 增加kafka分割槽數量 l 對拉取過來的資料執行repartition 但是針對這種情況，前者的改動直接影響所有使用消費佇列的模型效能，後者則存在乙個shuffle的效能消耗。有沒有既...
Scala的集合框架
1.元組 定義方式 val tp nana 1,1.1 特點 集合中的資料可以是不同型別的 最多只能放22個元素 取值 通過角標取值，這裡的角標是從1開始的，元組名稱.角標 tp.1 nana 當出現陣列長度不相同時，報錯 對偶元組 val tp nana 1 兩個元素 拉鍊操作 zip 當出現陣列...
scala 集合型別
iterable 是序列 seq 集 set 對映 map 的特質 序列式有序的集合如陣列和列表 集合可以通過 方法確定對每個物件最多包含乙個 對映包含了鍵值對映關係的集合 列表快取 使用listbuffer代替list 另乙個理由是為了避免棧溢位的風險 陣列快取 arraybuffer需要先從可變...