一，简介
从类型S到类型T的隐式转换由具有函数类型S => T的隐式值定义，或者通过可转换为该类型的值的隐式方法来定义。隐含转换适用于两种情况：
1)，如果表达式e是类型S，并且S不符合表达式的期望类型T.
2)，在具有类型S的e的e.m表达中，如果m不表示S的成员
在第一种情况下，搜索适用于e并且其结果类型符合T的转换c。在第二种情况下，搜索适用于e的转换c，其结果包含名为m的成员。
列表[Int]的两个列表xs和ys的以下操作是合法的：
xs <= ys
前提是下面定义的隐式方法list2ordered和int2ordered在范围内：
implicit def list2ordered[A](x: List[A])(implicit elem2ordered: A => Ordered[A]): Ordered[List[A]] =new Ordered[List[A]] { /* .. */ }
implicit def int2ordered(x: Int): Ordered[Int] =new Ordered[Int] { /* .. */ }
隐式导入的对象scala.Predef声明了一些预定义的类型（例如Pair）和方法（例如，assert），还有一些隐式转换。例如，当调用期望java.lang.Integer的Java方法时，可以*地传递一个scala.Int。这是因为Predef包含以下隐式转换：
import scala.language.implicitConversions
implicit def int2Integer(x: Int) =java.lang.Integer.valueOf(x)
因为隐式转换可能有缺陷，如果不加区别地使用，编译器在编译隐式转换定义时会发出警告。
若要关闭警告，请采取以下任何一种操作：
1)，将scala.language.implicitConversions导入隐式转换定义的范围
2)，调用编译器时，加上：-language:implicitConversions
当编译器应用转换时，不会发出警告。
二，demo
1，第一种情况的demo
直接使用，会报错
val i: Int = 1.5
定义隐式转化方法
implicit def double2Int(d: Double) = d.toInt
再次执行就正常了
2，第二种情况的demo
class MYDF{ def show(sw : String) = println(sw)}object RDD2DF{ implicit def rdd2df(s : MYRDD) = new MYDF}class MYRDDobject AminalType extends App{ import yourpackage.RDD2DF._ val test = new MYRDD test.show("RDD converts into DF") }
编译器在执行test 对象的时候并没有show方法，此时编译器就会在作用域范围内查找能使其编译通过的隐式视图，找到RDD2DF的隐式转换方法后，会先进行隐式转换，之后调用show方法。
3，隐式转化参数
在定义一个方法时可以把最后一个参数列表定义为隐式参数。这个在spark内部使用也是非常广泛，比如前面发表的文章spark累加器原理，自定义累加器及陷阱就用到了。
如果方法有多个隐式参数，只需一个implicit修饰即可。当调用包含隐式参数的方法是，如果当前上下文中有合适的隐式值，则编译器会自动为改组参数填充合适的值。如果没有编译器会抛出异常。当然，标记为隐式参数的我们也可以手动为该参数添加默认值。
def foo(n: Int)(implicit t1: String, t2: Double = 3.14)。
少了第一步会报错。
此种情况在Spark中的使用，举例：
def accumulator[T](initialValue: T, name: String)(implicit param: AccumulatorParam[T]) : Accumulator[T] = { val acc = new Accumulator(initialValue, param, Some(name)) cleaner.foreach(_.registerAccumulatorForCleanup(acc)) acc}
三，总结
彻底搞懂scala隐式转换，对我们了解spark及spark相关产品源码，如mongodb，redis等于spark结合实现源码原理有着至关重要的作用。
推荐阅读：