（文末赠书）亲谈 Java 程序员的职业方向与核心竞争力

最新推荐文章于 2023-06-16 20:10:27 发布

code小生_

最新推荐文章于 2023-06-16 20:10:27 发布

阅读量303

点赞数

点击上方“逆锋起笔”，关注领取视频教程

☞ 程序员进阶必备资源免费送「各种技术！」 ☜

杨绛先生说过，围在城里的人想冲出来，城外的人想冲进去，无论婚姻也罢，职业也罢，人生的愿望大都如此。回想自己在以往的面试经历中，总是遇到这样的问题。每每自己把简历给面试官时，对方总以为我是做大数据开发的，而面试完后，对方给的offer不是Hadoop工程师的职位，就是大数据平台架构部的职位。我觉得挺有趣的，因为每次我投递的职位都是Java工程师。

在实际工作中，我确实研究过一些大数据的技术，比如Hadoop、Spark、Hive之类，但其实我工作的重心是开发各种中间件，比如公司的内存搜索缓存、流计算框架、特征计算引擎等等。这些中间件都是用Java开发的，所以我一直将自己定位为一个Java程序员，并没有刻意地去强调自己要做大数据。

说到Java开发，十有八九的人就以为是SSM(Spring+MVC+MyBatis)那套了。SSM好吗？当然好！可以说，如果没有JavaEE，没有Spring，我也不会成为一个专业的Java程序员。Java是一门工程性非常强的语言，而且特别强调“设计模式”，所以伴随着Java的学习，我们不会感到迷茫，路也不会走得太歪，只需要按部就班的成长就好。而Spring基本上就是各种程序老鸟和大牛数十年的优秀经验和最佳实践总结，这样的框架怎能不是精华？

但正所谓“成也萧何，败也萧何”，很多Java开发者在掌握SSM，并使用SSM做过几个成功的项目后，就止步于Spring框架，以为SSM是Java世界的全部了。这着实有些可惜，因为SSM仅仅是Java非常小的应用领域。

从目前的情况看，作为一个Java程序员，你至少可以在以下四个方向进一步发展：

1）微服务架构体系：Spring Boot + Spring Cloud + Docker + Kubernates

2）嵌入式或移动开发：Android

3）大数据开发：如Hadoop, Spark, Flink等

4）中间件开发：如Kafka、Camel、Ignite、Drools等

在工作几年后，很多职位就会进入瓶颈区。我们以某勾上各个方向的职位在5～10年工作经验后的薪水区间和要求为例：

职位	薪水区间	要求
Android开发	20k-40k	精通Android/JAVA，精通Android系统原理，熟悉Flutter，Kotlin；较好的C++功底，有C++后台开发项目经验；熟练掌握网络通信相关开发，有实际参与过HTTPS、TCP、UDP项目开发；熟练掌握Android内存管理机制和多线程、内存优化、性能优化；
Java研发工程师	20k-40k	精通Java语言，熟悉Java EE架构体系，深入理解面向对象的思想及设计模式，熟悉SpringMVC, SpringBoot，Hibernate, Maven等主流开源框架与开发工具；
Java架构师	30k-50k	精通各种常用框架和技术，如Spring、Mybatis、Netty等，读过开源项目源代码；五年以上使用JAVA开发的经验，熟悉多线程及高性能的设计与性能调优；熟悉分布式存储、搜索、异步框架、集群与负载均衡，消息中间件、分库分表等技术；
大数据工程师	30k-60k	熟悉常见的算法和数据结构，熟练设计数据模型、ETL设计、Cube多维建模、OLAP开发、报表开发等 ; 熟练使用大数据处理框架（Hadoop/Hive/Spark/Impala/Kylin）相关技术；熟悉流式计算引擎，对相关框架(Kafka/Storm/SparkStreaming/Flink)熟悉了解，有实际应用经验优先;

从上面的表格中不难发现，不管是哪个职位，在工作多年后，大家都开始对多线程、并发、高性能、分布式等技术有更严格的要求，而且Java架构师和大数据工程师的薪水区间上限比另外两者更高。

所以，对于习惯了当一个“Spring工程师”的Java开发人员来说，应该怎样提高自己的薪资水平，提高自己未来的职业发展潜能的上限呢？笔者觉得有两个方向。

其一，开阔自己的视野。总是将自己局限在Spring框架的范围内，虽然项目做了一个又一个，但说白了也只是各种业务实体的CRUD，这又怎么能够提升自己的水平呢？你得去思考和学习，高并发、分布式和大数据量场景下该如何解决问题。一个好的起点是微服务框架Spring Cloud，借此还会引出Docker和Kubernates技术。而另一个提升系统吞吐能力和性能的思路，就是将各种同步的处理过程改造成异步的方案，这其中需要使用各种消息中间件，比如Kafka, Nats等，这就涉及到流计算技术了，比如Flink和Spark Streaming等。再就是各种分布式的数据库，比如Redis Clust, MongoDB, TiDB和CockroacheDB等。如果想以后成为一个合格的资深工程师或架构师，必须掌握这些基本的分布式技术以及分布式系统思想。

其二，深刻理解技术背后的工作原理和本质。不要用了N年的Spring，还连个支持高并发的“单例模式”都不会写。高并发的含义有两层：一是线程安全，二是高性能，两者缺一不可。再比如Tomcat的连接器，NIO和BIO的区别在哪里？为什么NIO能够比BIO支持更好的性能？而我们常说的异步编程和流式编程，为什么要用它们，这些技术究竟解决了什么问题？可以说，如果你真的能够将这些问题理解和解释得十分清楚，那在以后的面试中你将无往不利。

如果做到了以上两点，就会成为很多企业争相招聘的“T型人才”，而这将成为你的核心竞争力。你的核心竞争力才会帮助你度过所谓的“35岁”职业危机。那么接下来问题来了，我们怎样才能更快更有效的做到以上两点呢？这里，我想向大家介绍一本书《实时流计算系统设计与实现》。这本书是笔者从一名简单的Java工程师成长为一个能够将各种Java和大数据技术融会贯通的架构师的经验总结。在这本书中，我会跟大家讲解清楚NIO和异步编程的本质原理，然后一步一步地教大家如何从Java中的异步和高并发编程方案CompletableFuture框架出发，构建出一个分布式的“流计算”框架，直至拓展到各种最新的开源大数据技术，如Spark Streaming、Flink等。在此过程中，笔者还会讲述自己对构建分布式系统架构的各种思考。通过本书，不仅会让读者深刻理解Java高并发编程的底层原理和设计技巧，还会帮助读者扩展技术视野，让读者认识和理解一个完整分布式系统所涉及的方方面面。