大数据学习23：Spark:大数据的计算引擎(Scala开发环境安装)

第一部分：Scala编程语言
第二部分：Spark Core内核（最重要的内容）—> 概念RDD：相当于MapReduce
第三部分：Spark SQL：相当于Hive，也支持SQL语句 -----> 底层依赖Spark Core ----> 依赖RDD
第四部分：Spark Streaming：相当于Storm用于流式计算 - ----> 底层依赖Spark Core ----> 依赖RDD
注意：但是Spark Streaming不能做到实时性很高

第一章：Scala基础

一、Scala简介：多范式的编程语言

1、多范式：支持面向对象、支持函数式编程
2、底层依赖JVM

二、安装配置Scala、常用的开发工具

1、安装配置
	版本：2.11.8版本跟Spark的版本一致（spark-2.1.0-bin-hadoop2.7.tgz）
	      scala-2.11.8.zip（Windows）
	      scala-2.11.8.tgz（Linux）
		  
	以windows为例：类似JDK的安装
		（1）解压: C:\Java\scala-2.11.8
		（2）设置SCALA_HOME: C:\Java\scala-2.11.8
		（3）把%SCALA_HOME%/bin加入PATH路径
		（4）执行: scala -version
		
2、常用开发工具
	（1）REPL：命令行
			   退出： :quit
	
	（2）IDEA: 默认没有Scala环境，安装插件SBT（需要联网）
	
	（3）Scala IDE：就是Eclipse

三、Scala的常用数据类型

1、注意：在Scala中，任何数据都是对象。
	举例：数字 1 ----> 是一个对象，就有方法
	scala> 1.toString
	res0: String = 1     ----> 定义了新的变量 res0，类型String
	
2、Scala定义变量的时候，可以不指定变量的类型，Sca