云栖号资讯：【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！

我的一位朋友最近在推特上表示：公众对 Scala 编程语言的兴趣似乎已经趋于稳定或减弱，这与我的感受一致。这篇博文将会讨论为什么会发生这种情况，并且聊聊 Scala 现在的地位以及 Scala 社区的未来。

本文最初发布于 Li Haoyi 的个人博客，经原作者授权由 InfoQ 中文站翻译并分享。

本文受下面这条推特启发：
看到 Typesafe/Lightbend（注：Scala 的技术推广公司）的朋友被解雇是一件很遗憾的事情，但正如我一直说的，免费的东西很难卖出去。

我很想知道 Scala 现在的采用情况。它没死，但似乎在 2016 年就达到了热度的顶峰。不过我没有任何数据支持这个观点。——Jamie Allen

Jamie 注意到，公众对 Scala 编程语言的兴趣似乎已经减弱了：对 Meetup 的兴趣减少了，对会议的兴趣减少了... 这或多或少跟我的观察一致。尽管面向 Scala 爱好者的 Scala 专门会议仍然很热门（或者说在新冠疫情之前，曾经很热门），但我认为毫无疑问，在更广泛的开发者社区中，关于 Scala 的讨论的确越来越少。

我认为，公众兴趣减弱是客观存在的事实，但任何新技术都会出现典型的“炒作周期”：

早期，Scala 掀起了一波宣传热潮，坦率地说，这甚至让我感到惊讶：关于扩展语法边界的宣传，关于反应式架构的宣传，关于函数式编程的宣传，关于 Apache Spark 项目的宣传。但自那以后，这种宣传逐渐消失了，有一段时期，Scala 社区内外都出现了反对之声。再然后，连反对的声音也消失了，只剩下这种合理但乏味的语言，稳步地向前发展，为通用软件工程提供了一个优秀的平台。

过热期

虽然 Scala 最初创建于 2004 年，但直到 2010 年初它才真正开始起飞：

• ~2009：Twitter 开始将这门语言用于生产系统；
• ~2010：出现 Scalaz 函数式编程库的第一个标记版本；
• ~2011：Scala 及相关技术推广公司 Lightbend 成立；
• ~2014：使用 Scala 编写 Apache Spark；
• ~2015：出现 Cats 函数式编程库的第一个标记版本。

在此之前，Scala 社区非常活跃，上述这些关键节点是激发人们对这门语言兴趣的主要里程碑。其中既有大规模的商业采用、商业支持，也有像 Apache Spark 这样的大数据产品。所以公众的兴趣激增也就不足为奇了。Scala 社区的努力主要体现在以下几个方面：

• 扩展语法边界

早期，人们感兴趣的是 Scala 语言的灵活性：它支持扩展方法、操作符重载、隐式构造函数 / 转换，还有一个非常灵活的、可以以各种方式使用的隐式参数特性。这种灵活性是一种解放，因为它开启了各种领域特定的语言和编程风格，这在其他语言中闻所未闻。

关于这一点，有许多项目可以证明，如 Databinder Dispatch HTTP 客户端、Scala-Graph 数据结构库或 SBT 构建工具：

// 发送一个HTTP请求，在Databinder Dispatch中处理输出
executer(:/(host, port) / target << reqBody >- { fromRespStr })

// 在Scala Graph中构造一个边带标签的简单有向图
val flights = Graph(
  (jfc ~+#> fra)(Flight("LH 400" ,10 o 25, 8 h 20)),
  (fra ~+#> dme)(Flight("LH 1444", 7 o 50, 3 h 10))

// 在使用SBT通过grep过滤后，将URL的内容追加到文件
url("http://databinder.net/dispatch/About") #> "grep JSON" #>> file("About_JSON") !

// 使用SBT在源目录中查找null的使用
"find src -name *.scala -exec grep null {} ;"  #|  "xargs test -z"  #&&  "echo null-free"  #||  "echo null detected"  !

许多这样的库从早期就已经发展起来了，并且已经转向了更乏味的基于方法的 API。事实证明，命名操作符>- ~+#>或 #&& 虽然可行，但有时候这样做并不是最明智的。不过，毫无疑问，使用操作符和领域专用语言来扩展 Scala 语法边界是人们早期对于 Scala 的一大兴趣点。

• 反应式架构

反应式架构主要由 Lightbend 通过其 Akka Actor 框架推动，是另外一项很大的工作。这种方法编写的代码与人们在学校里可能学到的“普通”代码差别很大，但是，它的高并发和高性能是用传统风格编写的代码所无法达到的。

在最初的语法中，Akka Actors 牺牲了 Scala 的很多特性：actor 之间完全缺乏类型安全，禁止阻塞 API，以及许多其他特性。使用 Akka Actors 基本上是使用它们自己的语言，虽然嵌入在 Scala 中，但是有它们自己的约定、语法和语义。

最近，通过 Typed Actors 和 Reactive Streams，Akka 的开发体验已经与传统 Scala 编程的类型检查体验更接近了。我认为社区的态度也发生了转变：不再将反应式架构视为解决所有问题的通用解决方案，而是将其视为解决某一类问题的一种可能的方法。这与我在自己的应用程序中使用这些技术的经验基本一致。

• 函数式编程

关于 Scala 的函数式编程，最好的例子就是 Scalaz 和 Cats 项目。这两个库设法将 Haskell 中的很多函数式编程技术引入了 Scala 语言：重点关注 Monads 或 Applicatives 这样的概念，避开语言面向对象的一面，采用更纯粹的函数式风格。

这两个库的风格不同，并且都被社区的一部分人大量使用。在某种程度上，虽然布道已经停息，但是使用量仍然很大，每个人都认为函数式编程是编写 Scala 应用程序的一种可能的风格。

• Apache Spark

Apache Spark 是推动 Scala 早期发展的最后一个大项目。Apache Spark 是一个分布式大数据处理框架，它利用 Scala 的函数式风格和可序列化 lambdas 来获取公共集合，如 map、filter 和 reduce，并在一个处理大量数据的计算集群上运行它们。与早期的 Hadoop API 相比，Apache Spark 让我们编写大数据处理管道的代码少了几个数量级，并且运行大数据处理管道的时间也少几个数量级，因此 Spark 一炮而红。

作为 Scala 的杀手级应用，Scala 社区中有很大一部分人使用 Scala 只是因为他们需要以某种方式与 Spark 进行互操作。

现在，Apache Spark 已经支持多种语言的开发 API：SQL、R，还有最为流行的 Python。起初类似于集合的 API 已经在很大程度上被更接近 SQL 的接口所取代，后者更好优化，对于经常使用大型数据集的 Apache Spark 来说，这是一个重要的因素。尽管如此，Apache Spark 代码库至今仍保留了大部分的 Scala。

低谷期

随着最初的炒作逐渐平息，肯定会出现一些反对 Scala 的声音。一些早期的贡献者离开了社区，并且发生了一些人际关系的不愉快。不管是总体上，还是个人层面上：我自己认识许多人，他们厌倦了自己一直在宣传的事情，心里有点失望，可还得继续前进。

很难确切地说炒作是何时消失的，可能在 2016-2018 年左右。

即使在技术层面上，也并非一切顺利。虽然许多组织在各自的领域中成功地使用了这些技术，但是其他组织却后悔将全部精力投入到 actor 和函数式编程中。他们发现，这些技术并不像他们所希望的那样适合他们的问题，并且不得不花时间从他们对特定编程范式的全部投资中退出。据我所知，许多组织都被迫做出了这样的调整。

早在 2010 年代初，我就对其中相关技术的炒作感到惊讶。在其中有些库，操作符的使用非常广泛，有时甚至会将简单的任务变成复杂的脑筋急转弯。对反应式架构和函数式编程的过度吹捧，与它们最适合的特定用例并不匹配：每一次 Scala 大会上都有主题演讲者宣称这两种方法是软件架构最重要的未来。

我一点也不惊讶，随着时间的推移，其他人会像我一样意识到其低谷期的来临。

现状：复苏期

Scala 在 2010 年代初被大肆吹捧，随后在 2010 年代中后期这种炒作遭到强烈抵制。那么 Scala 现状如何？

• 一个稳步发展的社区

尽管公众的兴趣明显下降，但 Scala 的使用率仍在继续增加。我维护了许多开源库，从 Maven Central 软件包存储库下载这些库的非重复 IP 的数量比去年增加了 2 倍多。虽然每个包的下载量或指标存在一些差异，但总体而言，它们非常符合这一趋势。

虽然这种增长并不是部分人所期望的指数级增长，但这是一种使用量的稳步增长，符合我的主观体验：尽管炒作已经消失，但 Scala 的使用率仍在继续增长。如果未来能保持每年 2 倍的增长，我详细 Scala 社区将会继续保持良好的状态！

如果你看一下最近的 Redmonk 排名或 Tiobe 排名，就会发现 Scala 的排名稳定地徘徊在主流语言之外，分别排在第 13 位和第 28 位。不寻常，但也不难理解。

炒作和反弹都成了遥远的记忆，现在看来，Scala 是一种支持多种编程风格的灵活语言，每一种风格都有自己的权衡和适用场景。早期的热情和冲突已经转变为人们使用 Scala 稳定地工作，享受他们自己选择的语言。

• 一个可供生产应用的稳固平台

尽管天花乱坠的宣传有所减少，但 Scala 语言比过去要好得多：

• SBT 构建工具在过去几年中有了质的改进：速度更快，使用更方便。
• 如果不喜欢 SBT，现在也有其他的选择：许多组织将 Bazel 或 Pants 用于 Scala，而我自己的 Mill 构建工具也很稳定且应用广泛。
• 像 Coursier 这样的新工具正成为生态系统的一个新的基础：从 Ammonite 到 SBT 再到 Mill 都在使用。
• Metals 项目为 VSCode、Sublime Text 和任何其他支持语言服务器的编辑器提供了 Scala 支持。
• Intellij 自己的 Scala 插件也在不断改进：更快、更准确，并且支持新的工具，比如 Ammonite 脚本或 Mill 构建工具。
• Scala 2.13 中的新集合库清除了大量旧有的缺陷，并在许多情况下显著提高了性能（例如 Sjsonnet 速度提升 25-40%）。
• “打磨”特性，如字符串模式匹配或警告抑制，继续改善开发体验。
• 编译器本身的速度也大大加快，代码编译速度几乎是三年前的两倍。

虽然语言规范在过去几年几乎没有任何变化，但是，已经实现的开发体验改进非常之多。如果你在 2017 年与任何使用 Scala 的工程组织讨论将编译时间减半的问题，他们会给你一大笔钱让你实现它！

上述所有改进都极大地改善了我自己编写 Scala 的体验，还有许多改进我无法在这里一一列举。

• 一个广泛而多样化的生态系统

虽然对于最初四项工作的宣传已经减弱了，但它们仍然在 Scala 生态系统中形成了大量活跃的子社区。例如，虽然不是每个人都想使用纯函数式编程，也不是每个人都想一直使用它，但是，与之相关的库和生态系统却是多种多样，质量高且维护良好。当你遇到需要使用纯函数式编程的场合时，你可以找到所需的一切。

在某种程度上，之前的宣传达到了它的目的：通过向大量的人介绍一个特定的范例，使子社区的人数达到维持这个子社区发展的临界数量。
我们可以将 Scala 中广泛的风格看作是一种福利：不是将其视为分割社区的一种方式，而是将那些永远不会相互交流的社区聚集在一起的一种方式。没有 Scala，这些社区可能各自在 Haskell、Python、Java 和 Go 系统中工作，互不相干。通过关注共享的内容而不是不同之处，Scala 让这些社区在对所有人都有利的事情上协作，同时每个子社区仍然保持独一无二。

我没有默认使用 Actors 来设计代码架构，但是我已经交付了大量使用 Actors 的生产代码。我也没有默认使用纯函数式编程技术，但是我使用了一些非常深奥的结构，比如 Free Applicatives。我认为，社区作为一个整体也以类似的方式变得更加成熟了：欣赏不同的风格，并在适当的地方使用它们，没有了早期困扰 Scala 的教条主义。

未来展望

那么，Scala 未来还会有什么令人兴奋的东西吗？

对我来说，Scala 语言本身处于一个相对良好的状态。花一整个下午的时间编写现代 Java 代码就足以让我摆脱“其他编程语言已经迎头赶上 Scala”的想法，花了几天时间尝试（最终并未成功）将 Python 项目打包成一个独立的可执行文件也是如此。

Scala 未来最大的潜力在于发展新的用户群，以及寻找新的应用场景，到目前为止，这些都完全不在社区的考虑范围内。但在我看来，有两件事很重要。

• 易用性

在 Scala 最初的四项工作中，少了一样东西：让新晋开发人员能够从代码库开始，并立即具备生产力。无论你使用的是 operator 为主的调度风格，还是 actor 为主的反应风格，还是 Cats/Scalaz 纯粹的函数式风格，都一样：每一个开始尝试 Scala 的人都会遇到困难。

为什么会这样呢？

举个相反的例子，开发人员通常觉得 Python 是一门很容易入门的语言：他们称之为“可执行的伪代码”。新程序员学 Python，非程序员学 Python。当人们使用记号笔在白板上编写代码时，他们编写的通常也是 Python。虽然 Python 的性能、并发性或大规模可维护性存在问题，但它的易于入门是无与伦比的。

为什么 Scala 不能像 Python 那么容易上手呢？

回答这个问题是我维护这整套库的目标。我的许多库复制了 Python 中的同类库。例如：

• Ammonite 复制了 IPython REPL；
• uPickle 复制了 Python json 模块；
• PPrint 复制了 Python pprint 模块；
• Requests-Scala 复制了 Kenneth Rietz 的 Requests 模块；
• OS-Lib 复制了 Python os、sys 和 shutil 模块；
• Cask 复制了 Armin Ronacher 的 Flask 库。

事实证明，你可以让 Scala 变得像 Python 一样容易上手。而对于 Python 的所有弱点——性能、并发性、可维护性——Scala 已经做得很好了。Scala 完全有潜力成为既有 Python 的易用性和灵活性，又兼具 Java 或 Go 的性能和可伸缩性的编程语言，再加上远远超出了这些编程语言的类型安全可维护性，字面意义上的两全其美。

虽然在某些情况下，高并发反应式架构或纯粹的函数式编程是完成工作最好的工具，但我希望将来，开发人员将能够以一种简单明了的方式上手 Scala 语言，并且只在需要时才学习那些更高级的技术。

• Scala Native

Scala.js 已经证明了在其他平台上使用 Scala 的可行性：编译成 JavaScript 而不是在 JVM 上，JavaScript 拥有充满活力的生态系统和社区，将 Scala 语言引入到浏览器，这是一个以前从未用过 Scala 的地方。

Scala-Native 带来了更大的变革：通过将 Scala 编译成自包含的二进制可执行文件，使得 Scala 语言可以在 JVM 或 JavaScript 运行时启动时间和资源开销不可接受的情况下使用。如果说 Scala.js 将 Scala 引入到了浏览器，Scala-Native 则有望将 Scala 引入更多新环境：

• 命令行工具，如 git、ls、rsync 等，它们无法忍受 JVM 的启动时间；
• Sidecar 进程或后台守护进程，其中 JVM 的大量内存开销会使 Scala 的使用出现问题；
• iOS 上的移动开发，iPhone 和 iPad 是世界上最普遍的消费类计算设备之一；
• 桌面应用程序，其中 JVM 启动太慢或与 JVM 捆绑在一起太笨重；
• 与原生库的深度集成，如 Tensorflow 机器学习框架。

传统上，这类程序是用 C 或 C++ 等不安全的语言编写的。最近的实现通常是用 Rust 或 Go 编写，还有一些家庭作坊式的非 C 语言试图填补这个空白，比如 Nim、Zig 或 Crystal。Scala-Native 有望填补这个空白，不是使用一种全新的语言，而是使用一种已经流行的语言，而且它已经有一个具备丰富的库和工具的生态系统。

Scala-Native 要取得成功比 Scala.js 困难得多。Scala.js 可以专注于编译器，然后将其委托给现有的 JavaScript 运行时，而 Scala-Native 必须根据基本原则构建自己的运行时：线程、垃圾收集、事件循环等等。这需要做大量的编译方面的工作。但是，如果成功的话，这对于拓宽 Scala 语言的使用范围将是一个巨大的福音。

小 结

虽然对于 Scala 语言的炒作在过去几年里已经逐渐平息，但它的使用率仍在稳步增长，使用体验也在不断改善。这正是你所期望的，因为一种语言在经历了炒作周期之后，会从一个炒作驱动的社区发展成一个价值驱动的社区。Scala 开发人员并不是为了使用这门语言而使用，而是将其作为一种可靠的工具来实现与 Scala 无关的技术或业务目标。

实际上，这就是社区成熟的含义。

展望未来，我希望我们能看到更多这样的情况，更多地关注结果和价值，而不是炒作，更多的权衡利弊，而不是教条主义，更多的鼓励共享，而不是争论分歧，以及实现更多像编译器两倍速提升的优化！

我认为，让 Scala 社区增长 10 倍的方法，不是花 10 倍的精力去讨论现有的语言语法，不是花 10 倍的精力去讨论函数式编程和面向对象编程，也不是花 10 倍的精力去让我们已经类型安全的代码更加类型安全。相反，我们能应该通过包容性地扩展该语言，让那些以前从未接触过它的开发人员使用它：新手、非程序员、命令行工具人员、iOS 开发人员等等。如果我们看看 2019 年的 Jetbrains Python 开发者调查，我们就可以看到 Python 语言在不同领域的使用广度：

目前，Scala 主要用于后台服务和 / 或 Spark 数据管道，但其实 Scala 还能用于很多其他的使用场景。Scala 社区要设法让 Scala 的使用变得足够简单和广泛，让所有人（不仅仅是后台 / 数据工程师）都能学会 Scala 并使用它，同时享受 Scala 社区所熟知和喜爱的简洁性、性能和类型安全。

【云栖号在线课堂】每天都有产品技术专家分享！
课程地址：https://yqh.aliyun.com/live

立即加入社群，与专家面对面，及时了解课程最新动态！
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间：2020-04-15
本文作者：Li Haoyi
本文来自：“InfoQ 微信公众号”，了解相关信息可以关注“InfoQ”