Scala 可观测性实战:结构化日志、链路追踪与指标
系统覆盖 Scala 服务的可观测性三支柱:结构化日志(SLF4J/Logback、JSON 日志、字段规范)、链路追踪(OpenTelemetry、trace/span 上下文、跨服务传播)、指标(Micrometer/Prometheus、业务指标与资源指标)、可观测性与 Effect/Fiber 的集成(追踪上下文贯穿异步)、以及日志与追踪的工程实践(采样、脱敏、告警联动),帮助读者把「看日志猜问题」升级为「三支柱协同定位」。
category
系统覆盖 Scala 服务的可观测性三支柱:结构化日志(SLF4J/Logback、JSON 日志、字段规范)、链路追踪(OpenTelemetry、trace/span 上下文、跨服务传播)、指标(Micrometer/Prometheus、业务指标与资源指标)、可观测性与 Effect/Fiber 的集成(追踪上下文贯穿异步)、以及日志与追踪的工程实践(采样、脱敏、告警联动),帮助读者把「看日志猜问题」升级为「三支柱协同定位」。
系统覆盖 Scala 应用的配置与特性管理:配置分层(默认/环境/实例)、类型安全配置库(PureConfig/Circe 配置)、配置校验与错误处理、动态配置与热更新(Consul/AppConfig 监听)、Feature Flag(特性开关)的设计与灰度(开关粒度/推送/回滚)、配置的审计与安全(密钥管理/脱敏)、以及配置与特性管理的工程实践,帮助读者把「散落的配置」升级为「类型安全、可动态、可灰度」的配置体系。
系统覆盖 Scala 生态的错误处理范式:从异常(throw/catch)到类型化错误(Either/Validated)、错误建模(ADT 表示所有错误分支)、依赖型错误(Validated 累积)、Effect 系统的错误通道(IO 的 raiseError/recover)、错误边界与恢复策略、跨层错误传播(领域/应用/基础设施三层)、以及错误处理的取舍(何时异常何时 Either),帮助读者把错误处理从「事后调试」变成「类型安全的显式流程」。
深入 Scala 效果系统:Cats Effect IO 与 ZIO 的 IO Monad、异步与并发原语、资源安全(bracket/Finalizer)、错误处理、依赖注入(ZLayer/Runtime),用两套主流实现落地生产级纯函数式程序。
Scala 三大目标平台的工程实战:Scala.js(前端/Node 的 JS 编译)、Scala Native(原生二进制)、crossProject 共享代码,覆盖互操作(JS Facade / C interop)、性能对比与部署集成。
用 Scala 做领域建模的方法论:ADT(sealed trait + case class)建模领域对象、opaque type 值对象防混淆、类型驱动设计、错误建模(Either)、依赖注入(given/ZLayer)、六边形架构与状态机。
Scala 类型级编程的进阶地图:字面量类型、类型级函数(Nat/布尔/列表编码)、Scala 3 Match Types、类型类推导、Shapeless 的 HList/Coproduct 泛型推导,以及类型安全状态机与编译期校验实战。
系统覆盖 Scala 测试体系:ScalaTest 风格矩阵、MUnit 轻量替代、Mockito 模拟、ScalaCheck 属性测试、异步代码与 Akka Actor 测试、覆盖率与 CI 集成,一套测试金字塔从单元到集成。
Scala 流处理三件套:Akka Streams(Source/Flow/Sink 图 DSL)、fs2(纯函数式流与 Effect 融合)、反压机制(推拉模型、缓冲与异步边界),覆盖错误恢复、并发流、Kafka 桥接、性能调优与流式测试。
系统覆盖 Scala 三大构建工具:sbt 核心概念(build.sbt、模块、依赖、task)、Mill 简洁替代、Scala CLI 脚本化与云端,多模块工程、依赖管理、增量编译与 CI 全流程。
系统对比 Scala 三大数据库访问方案——Slick(函数式 ORM)、Doobie(纯 JDBC 效果型)、Quill(编译期 SQL DSL):连接管理、类型安全查询、事务、schema 迁移,覆盖 PostgreSQL/MySQL 实战。
Scala 微服务全栈实践:领域边界拆分、HTTP/gRPC/事件通信、网关与契约、服务发现与配置、Saga/Outbox 分布式事务、日志指标链路可观测性、重试熔断限流弹性,以及契约测试与部署。
系统覆盖 Scala/JVM 并发编程的底层与进阶:JMM 与可见性(volatile/final/synchronized)、java.util.concurrent 原子类(AtomicLong/CAS)、并发集合选型(ConcurrentHashMap/CopyOnWrite/BlockingQueue)、Scala 侧并发原语(并发集合、Future、Actor/Fiber 对比)、软件事务内存(ScalaSTM)、以及无锁数据结构的实现与陷阱,帮助读者在 Actor/效果系统之上掌握真正的并发原语。
系统对比 Scala 三大 Web 框架——Play Framework、akka-http、http4s:路由 DSL、JSON 处理(circe/play-json)、中间件、WebSocket、认证与生产部署,帮你按项目类型选型并落地。
Scala 在 JVM 上的性能调优地图:JIT 分层编译与逃逸分析、GC 选型(G1/ZGC/Shenandoah)、堆与泄漏、Scala 特有陷阱(集合/boxing/虚方法)、profiler 热点定位、fiber 并发与 JFR 可观测性。
深入 Scala 3 元编程体系:inline 方法、透明内联(transparent inline)、编译期求值(constexpr)、Match Types 类型级计算、宏(Macros)与 Quotes,从零构建编译期 DSL 与运行时优化。
系统讲解 Scala 集合库:不可变 vs 可变集合、List/Vector/Set/Map 的选择与性能特征、常用转换操作(map/filter/flatMap/groupBy/sliding)、视图与惰性求值、并行集合、以及与 Java 集合的互操作。
深入 Scala 类型系统:泛型类与方法、代数数据类型(ADT)、Option/Either 的类型结构、协变逆变与不变、类型边界(上下界)、隐式与类型类、路径依赖类型,并通过实战代码展示类型系统如何提升正确性。
讲解 Scala 在大数据生态的核心地位:Spark 的 RDD/DataFrame/Dataset、transformations 与 actions、宽窄依赖与 DAG、Spark SQL 与 DataFrame 实战、数据读写与优化(分区/缓存/广播)、以及 Flink/大数据开发中的 Scala 工程实践。
系统讲解 Scala 函数式编程核心范式:不可变与纯函数、高阶函数(map/flatMap/foldLeft)、函数组合、Option/Either 错误处理、模式匹配、隐式参数与类型类初探,并给出从命令式思维迁移到函数式思维的方法论。