所謂大數據就是：數據的集合以及對數據集合的操作技術的統稱
具體來說：
1、數據集合：會涉及數據的蒐集、存儲等，蒐集會有很多技術，存儲現在比較經典的是Hadoop，也有很多使用Kafka
2、對數據集合的操作技術：目前全球最火爆的是Spark
Spark框架的實現語言是Scala，首選的應用程序開發語言也是Scala，所以Scala對集合及數據集合的操作就至關重要且必須異常強大。
一個補充說明是：可能是巧合，Spark中對數據集合的操作的算子與Scala中的集合的操作的算子時一樣一樣的，也就是說你掌握了Scala中的集合操作，基本上就可以直接去開發Spark代碼啦，非常的美妙。
關於Scala中數據的創建與操作：
1、最最原始的創建數據的方式是var arr = new Array[Int](5),指定數組的類型是Int，且指定長度是5個元素
2、對數組元素訪問的時候下標的範圍從0到length-1，超過length-1會包異常
3、最常用和經典的創建方式是Array[Int](3,6,8,1)，直接通過類名傳入參數的方式創建數組實例，其背後的實現原理是調用Array的工廠方法模式apply來實例化數組及數據
4、關於Array本身的實現是藉助了JVM平臺上的Java語言的數組的實現，數組長度是不可變的
5、如果我們需要使用可變數組的話，需要導入scala包下面的ArrayBuffer來完成。
注：如果要增加元素的話，默認會直接追加到Arraybuffer的末尾，效率非常高
6、如果想在已經有的數組上對每個元素的作用生成的數組的話，則可以通過yield預發來完成，這在大數據中意義重大
（1）、它是在不修改已有數組的基礎上生成新的數組，非常適合於大數據的處理
（2）、在大數據處理中，例如Spark中業務操作的核心思想就類似於yield，通過使用function對每個元素的操作獲得新的元素構成新的集合，其實就是新的RDD，MapPartitionRDD
7、集合的操作往往需要豐富的操作算子，例如用filter來過濾需要條件的元素，例如map用來加工每一個元素