说实话,作为一名 Java 程序员,不论你需不需要面试都应该好好看下这份资料。我大概撸了一遍,真的是堪称典范。
就目前国内的面试模式来讲,在面试前积极的准备面试,复习整个 Java 知识体系将变得非常重要,可以很负责任的说一句,复习准备的是否充分,将直接影响你入职的成功率。
但很多小伙伴却苦于没有合适的资料来回顾整个 Java 知识体系,或者有的小伙伴可能都不知道该从哪里开始复习。
我偶然从一个网友群中发现了整理的这份资料,不论是从整个 Java 知识体系,还是从面试的角度来看,都是一份含技术量很高的资料。
我随后截了几张图,大家可以仔细查看左边的菜单栏,覆盖的知识面真的很广,而且质量都很不错。
正所谓磨刀不误砍柴工,本文将先从目录分析,先给大家介绍整个Java核心知识点的内容,同时也是大家学习进阶的路线(建议收藏)。
Java核心知识点2.JVM
JVM 是可运行 Java 代码的假想计算机 ,包括一套字节码指令集、一组寄存器、一个栈、 一个垃圾回收,堆 和 一个存储方法域。JVM 是运行在操作系统之上的,它与硬件没有直接 的交互。
3. JAVA 集合
集合类存放于 Java.util 包中,主要有 3 种:set(集)、list(列表包含 Queue)和 map(映射)。
- Collection:Collection 是集合 List、Set、Queue 的最基本的接口。
- Iterator:迭代器,可以通过迭代器遍历集合中的数据
- Map:是映射表的基础接口
4. JAVA 多线程并发
5. JAVA 基础
- 5.1JAVA 异常分类及处理
- 5.2JAVA 反射
- 5.3JAVA 注解
- 5.4JAVA 内部类
- 5.5JAVA 泛型
- 5.6JAVA 序列化(创建可复用的 Java 对象)
- 5.7JAVA 复制
6. Spring 原理
他是一个全面的,企业应用开发一站式的解决方案,贯穿表现层,业务层,持久层。但是spring仍然可以和其他框架无缝整合。
- 6.1Spring 特点
- 6.2Spring 核心组件
- 6.3Spring 常用模块
- 6.4Spring 主要包
- 6.5Spring 常用注解
- 6.6Spring 第三方结合
- 6.7Spring IOC 原理
- 6.8Spring APO 原理
- 6.9Spring MVC 原理
- 6.10Spring Boot 原理
- 6.11JPA 原理
- 6.12Mybatis 缓存
- 6.13Tomcat 架构
7. 微服务
- 7.1. 服务注册发现
- 7.2API 网关
- 7.3 配置中心
- 7.4事件调度(kafka)
- 7.5服务跟踪(starter-sleuth)
- 7.6 服务熔断(Hystrix)
- 7.7.API 管理
8. Netty 与 RPC
- 8.1 Netty 原理
- 8.2 Netty 高性能
- 8.3 Netty RPC 实现
- 8.4 RMI 实现方式
- 8.5 Protoclol Buffer
- 8.6 Thrift
9,网络
- 9.1 网络 7 层架构
- 9.2 TCP/IP 原理
- 9.3 TCP 三次握手/四次挥手
- 9.4 HTTP 原理
- 9.5 CDN 原理
10. 日志
- 10.1 Slf4j
- 10.2 Log4j
- 10.3 LogBack
- 10.4 ELK
11. Zookeeper
Zookeeper 是一个分布式协调服务,可用于服务发现,分布式锁,分布式领导选举,配置管理等。 Zookeeper 提供了一个类似于 Linux 文件系统的树形结构(可认为是轻量级的内存文件系统,但 只适合存少量信息,完全不适合存储大量文件或者大文件),同时提供了对于每个节点的监控与 通知机制。
- 11.2 Zookeeper 角色
- 11.3 Zookeeper 工作原理(原子广播)
- 11.4 Znode 有四种形式的目录节点
12. Kafka
Kafka 是一种高吞吐量、分布式、基于发布/订阅的消息系统,最初由 LinkedIn 公司开发,使用 Scala 语言编写,目前是 Apache 的开源项目。
- 12.2 Kafka 数据存储设计
- 12.3 生产者设计
- 12.4 消费者设计
13. RabbitMQ
RabbitMQ 是一个由 Erlang 语言开发的 AMQP 的开源实现。
- 13.2 RabbitMQ 架构
- 13.3 Exchange 类型
14. Hbase
base 是分布式、面向列的开源数据库(其实准确的说是面向列族)。HDFS 为 Hbase 提供可靠的 底层数据存储服务,MapReduce 为 Hbase 提供高性能的计算能力,Zookeeper 为 Hbase 提供 稳定服务和 Failover 机制,因此我们说 Hbase 是一个通过大量廉价的机器解决海量数据的高速存 储和读取的分布式数据库解决方案。
- 14.2 列式存储
- 14.3 Hbase 核心概念
- 14.4 Hbase 核心架构
- 14.5 Hbase 的写逻辑
- 14.6 HBase vs Cassandra
15. MongoDB
MongoDB 是由 C++语言编写的,是一个基于分布式文件存储的开源数据库系统。在高负载的情 况下,添加更多的节点,可以保证服务器性能。MongoDB 旨在为 WEB 应用提供可扩展的高性能 数据存储解决方案。 MongoDB 将数据存储为一个文档,数据结构由键值(key=>value)对组成。MongoDB 文档类似 于 JSON 对象。字段值可以包含其他文档,数组及文档数组。
15.2特点
16. Cassandra
Apache Cassandra 是高度可扩展的,高性能的分布式 NoSQL 数据库。 Cassandra 旨在处理许 多商品服务器上的大量数据,提供高可用性而无需担心单点故障。 Cassandra 具有能够处理大量数据的分布式架构。 数据放置在具有多个复制因子的不同机器上, 以获得高可用性,而无需担心单点故障。
- 16.2 数据模型
- 16.3 Cassandra 一致 Hash 和虚拟节点
- 16.4 Gossip 协议
- 16.5 数据复制
- 16.6 数据写请求和协调者
- 16.7 数据读请求和后台修复
- 16.8 数据存储(CommitLog、MemTable、SSTable)
- 16.9 二级索引(对要索引的 value 摘要,生成 RowKey)
- 16.10 数据读写
17. JAVA中的23个设计模式
18. 负载均衡
负载均衡 建立在现有网络结构之上,它提供了一种廉价有效透明的方法扩展网络设备和服务器的带 宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。
- 18.1 四层负载均衡 vs 七层负载均衡
- 18.2 负载均衡算法/策略
- 18.3 LVS
- 18.4 Keepalive
- 18.5 Nginx 反向代理负载均衡
- 18.6 HAProxy
19. 数据库
- 19.1 存储引擎
- 19.2 索引
- 19.3 数据库三范式
- 19.4 数据库是事务
- 19.5 存储过程(特定功能的 SQL 语句集)
- 19.6 触发器(一段能自动执行的程序)
- 19.7 数据库并发策略
- 19.8 数据库锁
- 19.9 基于 Redis 分布式锁
- 19.10 分区分表
- 19.11 两阶段ᨀ交协议
- 19.12 三阶段ᨀ交协议
- 19.13 柔性事务
- 19.14 CAP
20. 一致性算法
- 20.1 Paxos
- 20.2 Zab
- 20.3 Raft
- 20.4 NWR
- 20.5 Gossip
- 20.6 一致性 Hash
21. JAVA 算法
- 21.1 二分查找
- 21.2 冒泡排序算法
- 21.3 插入排序算法
- 21.4 快速排序算法
- 21.1 希尔排序算法
- 21.2 归并排序算法
- 21.3 桶排序算法
- 21.4 基数排序算法
- 21.6 回溯算法
- 21.7 最短路径算法
- 21.8 最大子数组算法
- 21.9 最长公共子序算法
- 21.10 最小生成树算法
22. 数据结构
- 22.1 栈(stack)
- 22.2 队列(queue)
- 22.3 链表(Link)
- 22.4 散列表(Hash Table)
- 22.5 排序二叉树
- 22.6 红黑树
- 22.7 B-TREE
- 22.8 位图
23. 加密算法
- 23.1 AES
- 23.2 RSA
- 23.3 CRC
- 23.4 MD5
24,分布式缓存
- 24.1 缓存雪崩
- 24.2 缓存穿透
- 24.3 缓存穿透
- 24.3 缓存预热
- 24.4 缓存更新
- 24.5 缓存降级
25. Hadoop
就是一个大数据解决方案。它提供了一套分布式系统基础架构。 核心内容包含 hdfs 和 mapreduce。hadoop2.0 以后引入yarn. hdfs 是提供数据存储的,mapreduce 是方便数据计算的。
- 25.2 HDFS
- 25.3 MapReduce
- 25.4 Hadoop MapReduce 作业的生命周期
26. Spark
Spark 提供了一个全面、统一的框架用于管理各种有着不同性质(文本数据、图表数据等)的数据 集和数据源(批量数据或实时的流数据)的大数据处理的需求。
- 26.1概念
- 26.2 核心架构
- 26.3 核心组件
- 26.4 SPARK 编程模型
- 26.5 SPARK 计算模型
- 26.6 SPARK 运行流程
- 26.7 SPARK RDD 流程
- 26.8 SPARK RDD
27. Storm
- 27.1集群架构
- 27.2 编程模型(spout->tuple->bolt)
- 27.3 Topology 运行
- 27.4 Storm Streaming Grouping
28. YARN
YARN 是一个资源管理、任务调度的框架,主要包含三大模块:ResourceManager(RM)、 NodeManager(NM)、ApplicationMaster(AM)。其中,ResourceManager 负责所有资 源的监控、分配和管理; ApplicationMaster 负责每一个具体应用程序的调度和协调; NodeManager 负责每一个节点的维护。对于所有的 applications,RM 拥有绝对的控制权和对资 源的分配权。而每个 AM 则会和 RM 协商资源,同时和 NodeManager 通信来执行和监控 task。
- 28.2 ResourceManager
- 28.3 NodeManager
- 28.4 ApplicationMaster
- 28.5 YARN 运行流程
29. 机器学习
- 29.1 决策树
- 29.2 随机森林算法
- 29.3 逻辑回归
- 29.4 SVM
- 29.5 朴素贝叶斯
- 29.6 K 最近邻算法
- 29.7 K 均值算法
- 29.8 Adaboost 算法
- 29.9 神经网络
- 29.10 马尔可夫
30. 云计算
- 30.1.1. SaaS
- 30.1.2. PaaS
- 30.1.3. IaaS
- 30.1.5. Openstack
今天就先分享到这里了,这些年做Java开发我整理了一份完整的java的系统化资料,从Javase- ssm-springcloud,包括了面试题,PDF电子书,网上商城项目,个人博客项目,分布式项目等都有想学习Java或者转行,大学生都非常实用,无任何套路免费提供,,加我裙下载,有什么问题都可以加入我的QQ裙:735721532,自行获取~