第3章 函数式编程与不可变性
函数式编程是 Scala 后端面试的必考点，核心考察你对高阶函数、模式匹配、Option/Either/Try、纯函数的理解深度与实战运用。本章提供结构化回答框架与真实项目模板，帮助你面试时条理清晰、击中要点。
面试问题：请解释高阶函数，并给出 Scala 中的实际使用场景。
🎯 面试官考察点
- 是否理解“函数作为参数/返回值”的核心定义
- 能否结合集合操作（map/filter/flatMap）讲出实战价值
- 是否了解高阶函数与类型系统的配合
📐 回答框架
- 定义：接收函数或返回函数的函数即为高阶函数
- 举例：List(1,2,3).map(_ * 2) 中 map 就是高阶函数
- 价值：实现关注点分离、延迟执行、函数组合
- 补充：Scala 中函数字面量、协变逆变对高阶函数的影响
✏️ 简短示例回答
高阶函数是指接收函数作为参数或返回函数的函数。例如 List(1,2,3).map(x => x * 2) 中的 map。它让我们将遍历逻辑与变换逻辑分离，提升复用性。在 Scala 中，Future.onComplete、fold 都是典型应用。
❓ 可能追问
- 高阶函数与柯里化的区别？
- 如何用高阶函数实现装饰器模式？
- 高阶函数在 Spark 中如何体现？
⚠️ 避坑提醒
不要只背定义，要现场写一段代码演示。避免把高阶函数和回调函数混为一谈，回调只是高阶函数的子集。注意区分 def 方法引用与函数字面量的类型。
面试问题：Scala 中 Option、Either、Try 分别解决什么问题？如何使用模式匹配处理它们？
🎯 面试官考察点
- 是否理解这三种类型的设计初衷（避免 NullPointerException、异常处理）
- 能否用模式匹配优雅地解构取值
- 是否了解 Either 左右投影、Try 与 recover 的区别
📐 回答框架
- Option 表示可能存在/不存在的值，替代 null
- Either 表示两种可能的结果（通常 Left 为错误，Right 为正确）
- Try 封装可能抛出异常的代码，返回 Success/Failure
- 模式匹配示例：
opt match { case Some(v) => ... case None => ... }
✏️ 简短示例回答
Option 用于可能缺失的值，如 Map.get；Either 用于需要携带错误信息的场景，如 validate(user)；Try 用于包装 IO 或网络调用。模式匹配解构：either match { case Right(v) => v case Left(e) => log(e) }，避免逐级判断。
❓ 可能追问
- Either 的左右投影是什么？Scala 2.12 与 2.13 的区别？
- Try 中的 non-fatal 异常有哪些？
- 如何自定义类似的数据类型？
⚠️ 避坑提醒
不要忘记 Either 在 Scala 2.12 之前没有 right-biased，需要 .right.map。切忌在模式匹配中过度使用 _.get，应通过 map/flatMap 或 getOrElse 安全取值。
面试问题：什么是纯函数？为什么不可变性在并发编程中重要？
🎯 面试官考察点
- 是否准确描述纯函数两个条件：无副作用、引用透明
- 能否联系到线程安全、缓存、测试
- 是否理解 Scala 中 val、immutable 集合、case class 的不可变性特性
📐 回答框架
- 纯函数：相同输入永远产生相同输出，不修改外部状态
- 不可变性：对象创建后状态不可变，避免了锁竞争和共享可变状态
- Scala 实践：使用
val、immutable.Seq、case class 的 copy 方法 - 优势：并发下无需同步，自然线程安全；利于 memoize 和测试
✏️ 简短示例回答
纯函数如 def add(a:Int,b:Int)=a+b，无副作用且引用透明。不可变性使对象在多线程间共享时无需加锁，例如使用 val lst = List(1,2,3)，任何修改都返回新集合，避免竞态条件。这在 Akka Actor 和 Spark 中至关重要。
❓ 可能追问
- 纯函数如何做错误处理？
- 不可变性对性能的影响？如何进行高效更新（如 Vector、HList）？
- Scala 中 lazy val 的副作用怎么理解？
⚠️ 避坑提醒
不要误以为不可变集合在任何场景都优于可变集合——高频修改场景可考虑局部可变内部实现。面试中不要只说概念，要给出 Scala 中 copy 或 updated 的具体例子。
📂 项目案例：用户积分实时计算与兑换系统
| 项目名称 | 用户积分实时计算与兑换系统（内部风控 + 营销平台） |
| 业务背景 | 支撑千万级用户积分获取、扣减、过期、兑换等操作，要求最终一致性且高可用；原系统使用 Java+MySQL 冗余字段，难维护且易超发。 |
| 规模指标 | 日活跃 DAU 200 万，日积分流水 500 万+，QPS 峰值 1500，线下事务粒度 |
| 技术栈 | Scala + Akka Cluster + Apache Kafka + Redis + PostgreSQL + ZIO |
| 核心难点 |
|
| 面试高频追问 |
|
| 可迁移回答话术 | “在积分系统中，我们利用 Scala 的 不可变 case class 表示每个积分事件，通过 Either[Error, PointEvent] 统一处理校验与持久化，避免命令式 if-else 嵌套。并发扣减时，不可变事件流 + Akka 的 Actor 模型天然保证了无锁顺序处理，规避了复杂的事务回滚逻辑。” |