新一代编程:scala泛函编程技术-唠叨

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

   准备了半年后,终于决定在这里开始我的scala编程技术学习体验撰写之旅。初步打算在这里把我学习、体验、掌握scala编程的过程与有兴趣的朋友分享。我想,虽然我这不是正式论文或者教课书之类的,但写个开场白总是好的。以后都是技术性的表述了,还是把握最后机会唠叨一下吧。。。

    刚好完成了一个行业云平台项目,决定暂停下来仔细思考一下下一步应该怎么走,是不是要改改方向?在之前的项目里,作为项目开发负责人,为了保证项目的成功率,必须完全依赖公司现有的技术、技能资源,绝不能轻易引进新的技术线路和手段,所以眼睁睁的看着外面的应用和开发技术不断发展却又无能为力。眼看着但又抓不住新事物发展的节奏,心里总是憋屈的慌。现在终于有个机会可以放慢脚步仔细考虑清楚该何去何从了。

 

外面的世界到底变成什么样了?

   短短数年,电子商务俨然已成为了商业社会的主流模式。交易模式的网络化,移动化改变了整个社会人们的生活、工作模式。网络和移动的特质使小微企业及个人可以直接参与交易,造就了电子商务的大面积普及、几何级增长。在这个大潮流下,信息技术的发展方向和实际应用发生了根本的变化,主要体现在数据的产生和使用模式;一是数据产生泛滥,数据飞速膨胀。二是传统信息系统模式已经无法适应现代电子商务需要,必须由封闭的企业内部计算模式转换到社会数据资源共享模式。商务系统也从传统的重交易记录模式变成更重视交易决策过程支持模式。电子商务决策需要从更广泛的信息源头对海量杂乱无章的的各类数据进行精准的分析提取才能形成。大数据技术由此得以发展来应对海量数据的收集、存储、处理、使用。

 

下一步会发生什么?

   电子商务模式造成了信息行业大数据环境。随着电子商务普及化的推进,商业社会对计算能力的要求也变越来越高。计算机软硬件技术的创新发展必须满足电子商务发展的需要。大数据的存储、加工、使用将不是任何大企业甚至政府部门能够独立承担的了。只有像公共电力系统一样,通过高度的资源集中形成强大的计算资源中心,然后再分配给大众终端用户这种形式才能使广大的弱小用户也能拥有与大企业相比拟的强大计算能力、避免重复建设。所以,云计算的发展将是信息技术行业发展的主要方向。电子商务系统对商业社会中的大数据资源将越加依赖。针对各类行业特点的行业信息平台将会逐渐形成,为行业内企业提供交易平台及计算能力。可以预见的是企业内部的服务器将会被迁移到云端,数据库被行业信息平台替代。电子商务交易只需用移动终端连接云端信息平台就可以实现了。当然,一些大型企业的生产、办公这些内部数据闭循环模式的系统还是会保留一段时间,但后台服务器逐渐向云端迁移还是不可避免的。信息系统开发将从我们熟悉的面向企业内部服务器数据库SQL编程变成需要面向云端服务器,针对信息平台用NOSQL编写网络电子商务软件这种新的模式,数据处理应用模式也会从企业内部数据处理转换到信息平台大数据应用方式了。可以肯定,未来IT行业需要的是:分布式数据、高并发处理、并行运算、NOSQL及超大型互动复杂的网络平台编程。可能某天一觉醒来,突然意识到我们所熟悉掌握的技能已经是过去式了,再也无法为我们谋取一份像样的差事了。按现在的发展趋势,这并不算是危言耸听。那么大家为什么还没动起来呢?这也许是所谓的“慢火煮青蛙”吧:大家都对目前的环境很适应,感觉掌握的技能足够应付,干嘛杞人忧天;而那些行业领军企业也没有充足的投入准备对正在运行中的产品进行升级替换,甚至推倒重来。待到电子商务真正发展普及全民皆商的那一天,后果将肯定是可悲的。

 

我们该怎么应对?

    现在谁也无法确定将来会怎样。但考虑的长远些总是有好处的。如果抱着这种想法,那么在有条件的情况下升级一下自己的技能总是值得的。 我将在下面发表的博客中把我是怎样筹划技术选型、学习掌握、实际应用整个过程和大家分享。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
缓存 分布式计算 大数据
大数据-90 Spark 集群 RDD 编程-高阶 RDD容错机制、RDD的分区、自定义分区器(Scala编写)、RDD创建方式(一)
大数据-90 Spark 集群 RDD 编程-高阶 RDD容错机制、RDD的分区、自定义分区器(Scala编写)、RDD创建方式(一)
79 0
|
3月前
|
分布式计算 算法 大数据
大数据-90 Spark 集群 RDD 编程-高阶 RDD容错机制、RDD的分区、自定义分区器(Scala编写)、RDD创建方式(二)
大数据-90 Spark 集群 RDD 编程-高阶 RDD容错机制、RDD的分区、自定义分区器(Scala编写)、RDD创建方式(二)
74 0
|
6月前
|
Scala 开发者
Scala中的模式匹配与高阶函数:探索强大的编程范式
【7月更文挑战第11天】Scala中的模式匹配和高阶函数是两种极其强大的特性,它们不仅提升了代码的表达力和可读性,还使得开发者能够编写出更加灵活和可重用的解决方案。通过
|
8月前
|
安全 编译器 Scala
何时需要指定泛型:Scala编程指南
本文是Scala编程指南,介绍了何时需要指定泛型类型参数。泛型提供代码重用和类型安全性,但在编译器无法推断类型、需要提高代码清晰度、调用泛型方法或创建泛型集合时,应明确指定类型参数。通过示例展示了泛型在避免类型错误和增强编译时检查方面的作用,强调了理解泛型使用时机对编写高效Scala代码的重要性。
56 1
何时需要指定泛型:Scala编程指南
|
Java Shell API
Scala和Kotlin脚本编程
Scala和Kotlin作为运行在JVM上的编程语言,解决了Java的很多痛点。今天我们来聊聊如何将Scala和Kotlin作为脚本语言使用(Java不支持以脚本形式运行哦)。
96 0
|
JSON 分布式计算 算法
Spark-编程进阶(Scala版)
Spark-编程进阶(Scala版)
|
存储 缓存 分布式计算
Spark RDD编程基础(Scala版)
Spark RDD编程基础(Scala版)
|
存储 大数据 Scala
大数据开发基础的编程语言的Scala的Actor编程
当谈到大数据开发时,Scala是一个非常流行的编程语言。Scala是一种静态类型的编程语言,它结合了面向对象和函数式编程范型。Scala为大数据处理提供了强大的支持,因此在许多大数据项目中被广泛使用。其中,Scala的Actor编程模型可以帮助我们设计和实现高效的并发系统。
106 0
|
SQL JSON 前端开发
Scala的面向对象与函数编程
Scala的面向对象与函数编程
Scala的面向对象与函数编程
|
Scala
Scala第2章 控制结构和函数(编程题)
Scala第2章 控制结构和函数(编程题)
175 0
Scala第2章 控制结构和函数(编程题)