为何Spark选择了Scala

初学Scala，给我的感觉就是一堆语法糖以及最近名声大噪的函数式编程。
可是λ表达式Java也有，map / reduce java也有，速度上java也会比scala快，心想一定是自己见识不够，无法领悟。今看一文章，有所感悟：《为什么选择Scala,他在大数据处理方面有何优势》
在这篇文章中有几个核心观点用于支持spark选择scala的原因：
观点1：应用开发的效率很大程度上依靠类库。框架开发者要考虑spark要融入大Hadoop大家族需要一个JVM语言，能够开发出优雅的API（文章说Java api 不优雅，代码量大），静态编译（直接pass掉groovy）（值得注意的是，在大数据和人工智能上作者还是偏向于使用R/Python/Matlab),这样以来能进行选择的似乎只有scala。
观点2：函数式编程更适合于MR以及大数据模型
观点3：scala是一门可扩展的语言(这一点，目前还没有体会到其真正的含义）
观点4：类型系统支持 （这么一说，又勾起自己对scala类型系统的思考与研究的兴趣）
如果说 Java 是一种类型安全的语言, 那么毫无疑问, Scala 的类型更加安全, 从某种程度上说, Scala 的类型是图灵完备的, 而 Java 不是. 我的一位好朋友在这方面研究的比较深( http://hongjiang.info/scala/ ), 而我对与 Scala 的类型系统的理解, 也还是皮毛.
正是以上这两点大优势, 造成了 Scala 比 Java 更加安全, 同时又具备灵活性, 想象力.
观点5：其他语言层面上的优势 （语法特性吧）
在 Java 中, 你是否有时很想继承多个 AbstractClass 呢? 对不起, Java 只支持单继承
在 Scala 中, 你可以进行 mixin (Java 8 也开始引入 default method 了呢)
在