Scala介绍:
Scala是一门多范式的编程语言，一种类似java的编程语言 [1] ，设计初衷是实现可伸缩的语言 [2] 、并集成面向对象编程和函数式编程的各种特性。
scala是基于Jvm的，完美兼容Java，是脚本类语言，但为什么说是脚本类语言呢，因为它运行过程如下:
源码 - scalac(编译) - *.class字节码 - scala - Jvm上 -running
先编写源码，源码属于Scala的脚本，Scala脚本语法和Java完全不一样，例如:Java定义变量是需要数据类型的，而Scala可以不定义，也可以定义，但有些地方也必须让你定义数据类型
Scala运行也和Java不一样，它写完的东西生成的都是.class但是使用Javac不能编译Scala源码的，必须使用它自己的Scalac编译，编译后生成的class代码使用Scala和Java都可以，使用Java的话，ClassPath中必须包含Scala运行时的类库。
做大数据为什么要学习Scala？
因为Spark是由Scala写的，虽然也支持Java、Python、R语言。
从学习的成本来说，Scala代价是最高的，最难学的，最容易的是R，但是笔者也没看过。
Scala好处：
从生产能力来说，这些语言的代码量都很小，写很短的代码完成复杂的功能，因为他们都是函数式编程语言，
从资源和第三方类库比较式Python、R、Scala，Scala太难学，一般没什么人用Scala开发第三方类库的，
但是Scala有一个好爸爸，就是Java，因为Java中的类库远远要比其他要多，因为它的社区式最庞大的，也没有这样的必要用Scala再去把Java写过的类库再写一遍，因为Scala本身就可以不经过任何步骤并使用Java类库。
从文档和社区来说，单说Scala比其他都比较差，但是从平台执行速度Scala是最快的，因为Scala就是在Jvm之上的，Jvm执行速度和C++的速度是不相上下的。
Spark最好的集成的语言就是Scala，因为使用的Scala开发的Spark。
在Spark的编程中，最好的考虑就是Scala，如果Spark出现一个新功能第一个支持的就是Scala,其次再是Python和R，因为还要让Python再去开发才行，如果想使用新特性，就要首先选择Scala。
Scala官网6个特征。
1).Java和scala可以混编
2).类型推测(自动推测类型)
3).并发和分布式（Actor）
4).特质，特征(类似java中interfaces 和 abstract结合)
5).模式匹配（类似java switch）
6).高阶函数