曾經紅遍一時的Scala
想當初Spark橫空出世之后，Scala簡直就是語言界的一顆璀璨新星，惹得大家紛紛側目，連Kafka這類技術框架也選擇用Scala語言進行開發重構。
可如今，Flink竟然公開宣布棄用Scala
在Flink1.18的官方文檔里，有一句非常嚴肅的話：所有的Flink Scala APIs已被標記為廢棄，且將在未來版本中予以移除。
All Flink Scala APIs are deprecated and will be removed in a future Flink version. You can still build your application in Scala, but you should move to the Java version of either the DataStream and/or Table API.See FLIP-265 Deprecate and remove Scala API support
究竟為何Flink舍棄Scala？
為了一探究竟，我特地研究了FLIP-265 Deprecate and remove Scala API support的文檔，其中內容如下。
Flink通過APIs方式來構建DataStream和TableAPI程序。這些是用Java和Scala寫的。PythonAPI在底層使用JavaAPI。隨著時間的推移，Flink社區的主要焦點已經轉向JavaAPI，而Flink中的Scala支持與JavaAPI并不同步。舉幾個例子：
Flink仍然僅支持Scala2.12.7，如果要升級的畫，只能通過破壞兼容性升級到更高版本
截止到目前為止，Flink還不支持Scala2.13
與Scala中的DataStreamAPI 相比，Java中的DataStreamAPI具有更多可用功能。例如Async I/O
Flink中Scala現狀可以總結為( 機翻 )：
大多數與Scala相關的貢獻都集中在阻止用戶在任何Scala版本中使用JavaAPI
Flink社區缺乏具有Scala知識的維護人員，可以幫助直接在Flink中轉發Scala支持
添加到Flink的新API接口首先是為Java創建的，在Scala中沒有或只有有限的支持
開源社區正在制定舉措來幫助Flink中的Scala支持，例如https://github.com/ariskk/flink4s（為Scala3用戶包裝JavaAPI）和https://github.com/findify/flink-adt（取代了flink-scala 中的TypeInformation派生機制）
至于Scala版本之間的兼容性為何總是那么差，其實很簡單：
當年Scala剛創出個頭角時，并未面臨著保持兼容性的壓力，因為那時的它并不吃香，也未受到大型企業的青睞。正是這種無人關注的狀態，使得維持兼容性變得無所謂。直至Scala 2.7.x版本前后，它開始呈現出崛起之勢，一些新興企業，比如Twitter，紛紛將其作為首選，由此一來，向后兼容性才成了頭等大事。
在Scala 2.8.0開始起航之時，該語言引入了一套特殊規則以最大程度上保持兼容性。對于Scala2來說，版本劃分更為明確：2.major.minor，只要主版本保持不變，次要版本之間就能做到完美兼容。主版本的跨越往往會破壞二進制兼容性，也就意味著編譯生成的目標代碼可能存在差異。
我曾與業界大佬咨詢過這個問題，他的回答是：主版本跨度導致二進制兼容性遭受破壞的根本原因在于，JVM字節碼并不是特別為Scala而生的，而是專為Java量身定做。當Scala引入新的特性時，JVM并不會主動調整以支持這些新功能，因此Scala必須在編譯器生成的字節碼中實現，
另外，當呼聲極高的Java8集錦登場之際，Java和JVM攜手新增了諸多新功能，這些新功能需要改變 Scala的執行機制，以便更好地與Java8代碼相互融合，這也破壞了二進制兼容性。
但Scala3將引入一個特定的Scala的中間“字節碼”，這將允許不同的版本保持彼此的兼容性。
破案
Flink拋棄Scala的主要原因是因為，社區缺少Scala相關的人員，并且新的Api都是Java的，另外因為兼容性問題，Scala和JavaApi的發展并不同步。綜上，Flink拋棄Scala
為什么選擇Java作為Apache Flink的首選API
選擇Java作為Apache Flink的首選API，是因為Java提供了一個穩定可靠的平臺，適合大規模的計算和流處理。Java擁有豐富的庫和工具，可以幫助開發者更高效地實現各種計算邏輯。此外，Java的生態系統也非常龐大，包含了很多優秀的工具和庫，使開發者能夠更輕松地開發和維護Flink應用。Java的可移植性和跨平臺性也是其受歡迎的原因之一。無論開發者身處何地，他們都可以使用Java開發Flink應用，并且在不同的平臺上進行部署和運行。另外，Java社區的活躍程度也是不容忽視的，Java的開發者群體龐大且經驗豐富，他們可以為Flink提供寶貴的支持和指導，從而幫助用戶更好地使用和優化Flink的功能。總的來說，Apache Flink選擇使用Java API，是基于Java的穩定性、可移植性、生態系統、社區活躍度等方面的綜合考量
)
