1. SCALA
Popularna
alternatywa
dla
języka
Java
Dlaczego
warto
spróbować?

2. Scala
–
Co
to
jest?
Java
à
zbyt
toporna
Języki
funkcyjne
à
zbyt
odmienne
Zrównoleglenie
à
trudne,
błędogenne
Nowa
moda
na
programowanie
funkcyjne
w
JVM

3. Kto
wykorzystuje
język
Scala?

4. Popularność
Scali
hLp://www.itjobswatch.co.uk/

5. Popularność
Scali
RedMonk
GitHub
projects
Stack
Overflow

6. Popularność
Scali
Alexa

7. Nowe
podejście

8. Wydajność
programów
hLp://benchmarksgame.alioth.debian.org/
Wiele
nowych
obiektów
VS
zrównoleglenie
Inteligentniejszy
kompilator
à
szybsze
działanie

9. Wydajność
deweloperów
Programy
napisane
w
Scali
są:
BARDZIEJ
ZWIĘZŁE
CZYTELNIEJSZE
ZAWIERAJĄCE
MNIEJ
BŁĘDÓW
DAJĄ
WIĘCEJ
RADOŚCI
DEWELOPEROM

10. Przykład
1
["Adam Nowak", "Marcin Kowalski", "Daniel
Kowalski", "Damian Nowak", "Alicja Nowak”]
!
{Kowalski=[Marcin Kowalski, Daniel
Kowalski], !
Nowak=[Adam Nowak, Damian Nowak, Alicja
Nowak]}!

11. Przykład
1
-­‐
Java
String [] people = {"Adam Nowak", "Marcin Kowalski", "Daniel !
! !Kowalski", "Damian Nowak", "Alicja Nowak"};!
!
Map<String, List<String>> namesByLastName = !
! !new TreeMap<String, List<String>>();!
for (String name : people) {!
String[] splitName = name.split(" ");!
List<String> mappedNames = namesByLastName!
.get(splitName[1]);!
if (mappedNames == null) {!
mappedNames = new ArrayList<String>();!
namesByLastName.put(splitName[1], mappedNames);!
}!
mappedNames.add(name);!
}!
!
System.out.println(namesByLastName);!

12. Przykład
1
-­‐
Scala
val people = List("Adam Nowak", "Marcin Kowalski", !
! !"Daniel Kowalski", "Damian Nowak", "Alicja Nowak")!
!
println(people.map(_.split(' '))!
! !.map(arr => (arr(0), arr(1)))!
! !.groupBy(_._2).toSeq.sortBy(_._1))!

13. Przykład
2
-­‐
Java
Problem
z
logowaniem
zdarzeń
Czy
to
nie
komplikuje
kodu?
public class JavaTest {!
public static final Logger logger = !
LogFactory.getLog(JavaTest.class);!
!
public static void main(String[] args) {!
List veryLargeCollection = new List();!
if (logger.isDebugEnabled()) {!
logger.debug(veryLargeCollection);!
}!
}!
}!

14. Przykład
2
-­‐
Scala
trait Loggable { self =>!
val logger = LogFactory.getLog(self.getClass)!
!
def debug[T](msg: => T): Unit = {!
if (logger.isDebugEnabled) logger.debug(msg)!
}!
}!
!
object Test extends Loggable {!
def main(args: Array[String]) {!
val veryLargeCollection = List()!
debug(veryLargeCollection)!
}!
}!

15. Przykład
3
-­‐
Java
Niejawna
konwersja
może
zwiększyć
czytelność
public class Complex {!
public final double re, im;!
!
public Complex(double re, double im) { … }!
public Complex add(Complex complex) { … }!
}!
!
String someString = "5";!
Integer someNumber = 4;!
Complex z = new Complex(4, 7)!
.add(new Complex(someNumber, 0))!
.add(new Complex(Double.parseDouble(someString), 0));!
!
!

16. Przykład
3
-­‐
Scala
case class Complex(re: Double, im: Double) {!
def +(complex: Complex): Complex = !
Complex(re + complex.re, im + complex.im)!
}!
!
implicit def stringToComplex(str: String): Complex = !
Complex(str.toInt, 0)!
implicit def intToComplex(num: Int): Complex = !
Complex(num, 0)!
!
val z = Complex(3, 4) + 4 + "5"!
!

17. Przykład
4
–
DSL
i
XML
Scala
pozwala
na
tworzenie
własnych
języków
val loan = 100000 loan!
val simulation = loan duration (120 months) !
rates (5.5 %) simulate payments.equal
!
I
zagnieżdżanie
XML
!
val table = <table class="my-table">!
{ users map { user => !
<tr>!
<td>{user.fname}</td> !
<td>{user.lname}</td>!
</tr>!
}}!
</table>!

18. Przykład
5
–
PaLern
Matching
case class Group(name: String, category: String)!
case class User(fname: String, lname: String, !
group: Group)!
!
val userExtractor = !
"""User('(w+)','(w+)',Group('students','(w+)'))""".r!
!
x match {!
case userExtractor(fname, lname, _) => !
(fname, lname)!
case User(fname, lname, Group("students", _)) => !
(fname, lname)!
case _ => null!
}!

19. Przykład
6
–
System
Aktorów
Programowanie
aplikacji
działających
asynchronicznie
!
class MyActor extends Actor {!
def receive = {!
case „ping” => sender ! „pong”!
case Echo(msg) => sender ! msg!
case cmd: Command => cmd()!
case STOP => this ! PoisonPill!
}!
}!

20. Oczekiwania
biznesowe
• Szybkość
tworzenia
rozwiązań
• Łatwość
utrzymania
i
rozwoju
• Stabilność
i
niezawodność
• Wysycenie
technologią
(frameworki,
biblioteki,
infrastruktura)
• Dostęp
do
specjalistów

21. Trendy
• Obliczenia
rozproszone
(chmura
obliczeniowa)
• Heterogeniczne
źródła
danych
i
przetwarzanie
asynchroniczne
(Akka)
• Jeden
system,
różne
kanały
dostępu
• Odseparowanie
warstwy
logiki
do
warstwy
prezentacji
– JavaScript
– HTML5
– REST
– AngularJS

22. Eneterprise
czy
Startup?
Java/J2EE
Python,
Ruby,
PHP…
• Bogaty
ekosystem
• Ugruntowania
pozycja
w
biznesie
• Stabilność
• Skalowalność
• Wydajność
Rozwiązania
Enterprise
• Szybkość
tworzenia
aplikacji
• Niska
bariera
wejścia
• Niskie
koszty
• Duża
elastyczność
• Łatwość
tworzenia
interfejsów
webowych
Małe
rozwiązania/Startupy
+
Frameworks

23. • Lazy
Loading
• Parallel
Rendering
• AJAX
&
Comet
(dla
HTML
i
danych)
• Wiring
• Designer
Friendly
Templates
(model
View
First)
• Security

24. • Wsparcie
dla
Java
i
Scala
• Bezstanowa
warstwa
webowa
(brak
sesji)
• MVC
• Duża
skalowalność
(Akka,
Non-­‐blocking
I/O)
• Odejście
od
tradycyjnego
modelu
J2EE

25. Vs.
LiG
Play
J2EE
Non
J2EE
RESTLess/RESTful
RESTLess
View
First
MVC
Kontener
serwletów
NeLy
I/O,
Akka
Liu
Actors,
Akka
Akka
Elastyczne
podejście:
• Klasyczna
aplikacja
J2EE
• Serwowanie
danych
Nacisk
na:
• Skalowalność
• Przetwarzanie
rozproszone
• Cienkiego
klienta
• Aktywne
forum
• Rozproszona
dokumentacja
• Słaby
PR
• Aktywne
forum
i
StackOverflow
• Dobra
dokumentacja
• Dobra
prasa

26. Kto
używa?