Scala实战高手****第8课:零基础实战Scala最常用数据结构Map和Tuple及Spark源码鉴赏

时间:2022-01-19 19:43:30

本课内容
1.Map和Tuple在Spark源码中的鉴赏
2.Map和Tuple代码操作实战
 ------------------------------------------------------------------------------------------------------------------------
/**
 *  Scala中最常见的两种数据结构:Map 和 Tuple
 *  
 *  Map初步感受就是key,value方式,key即是值的索引,排列非常规按照Hash的方式,
 *  不是说插入了3个元素后第4个就在第3个后面。它可能第4个元素就在第2个后面(因为hashcode排在第2后面)
 *  
 *  为什么说Map的key,value类型非常重要:最原始,最基础,最常用的数据结构。map中的key就是内容
 *  value的名字,如有有海量的数据,基于map检索速度非常快(数组则非常慢,尤其是修改的时候),从计算机
 *  运行的效率来讲,我们也需要这种数据结构
 *  
 *  Tuple是Scala相比JAVA中特有的一种数据结构,前面无论谈什么数据结构(Map,数组,list)这些都有
 *  具体的数据类型,但在现实社会中我们要表达一种观点,这个观点就是有不同的数据类类型放在一个集合里面。
 *  
 *  Array数组它的类型必须是一致的,要么是这个类型或者这个类型的子类型实例。而Tuple是不拘一格的,非常大
 *  的跃进。
 *  
 * 1.默认情况下Map构造的是不可变的集合,里面的内容不可修改,一旦修改就变成新的Map,原有的Map内容保持不变
 * 2.Map的实例是调用工厂模式apply来构造Map实例,而需要注意的是Map是接口,在apply中使用了具体的实现
 * 3.如果想直接new出Map实例,则需要使用HashMap等具体的Map子类
 * 4.查询一个Map中的值一定是采用getOrElse的语法的,一方面是在key不存在的情况下不报异常,另外还有一个
 * 神奇的作用就是提供默认值,而关于默认值提供在实际开发中至关重要,在Spark中很多默认的配置都是通过getOrElse
 * 的方式来实现的
 * 
 * 5.使用SortedMap可以得到排序的Map集合
 * 6.LinkedHashMap可以记住插入的数据的顺序,
 * 
 * 7.Tuple中可以有很多不同的数据("zhangs","male",30)
 * 8.在企业级实际开发大数据的时候一定会反复的使用Tuple来表达数据结构,以及使用Tuple来处理业务逻辑
 * 9.Tuple的另外一个非常重要的使用时作为函数的返回值,在Tuple中返回若干个值,以SparkContext源码为例来说明
 * // Create and start the scheduler
 *  val (sched,ts) = SparkContext.createTaskScheduler(this,master)
 *  _schedulerBackend = sched
 *  _taskScheduler = ts
 */
---------------------
作者:张涵钧
来源:CSDN
原文:https://blog.csdn.net/shunhack/article/details/52587837
版权声明:本文为博主原创文章,转载请附上博文链接!