后端技术杂谈

大神传送门:http://www.rowkey.me/blog/2016/06/27/java-backend-study/

之前自己总结过的Java后端工程师技能树,其涵盖的技术点比较全面,并非一朝一夕能够全部覆盖到的。对于一些还没有入门或者刚刚入门的Java后端工程师,如果一下子需要学习如此多的知识,想必很多人会望而却步。

本文截取了技能树中的一些关键技能点,并辅以学习资料和书籍推荐,做为Java后端工程师的一个入门或者入职学习计划,基本上涵盖了一个合格的Java后端工程师必备的技能点,是一个相对完整的从基础到高级的修炼过程。当然,这只是一个大纲性指引的东西,也主要针对的是Java后端这个职位,并不会面面俱到,也不会很详细的讲述。毕竟其中每一个知识点深入下去都是可以成书的。另外,像数据结构、计算机网络等计算机科学基础知识,我认为是从事计算机专业的人必备的知识点,因此并不包括在内。如果要一个很全的知识点可以移步Java后端工程师技能树

本大纲于2016.07.07最新更新^_^…

一. Git版本管理+Maven工程管理

微博新兵训练营课程——环境与工具

二. Java编程

书籍

资料

三. 开发框架

对于这些框架或者是一些常用的软件,个人最推崇的还是阅读官方文档来学习。当然,看这些资料能让你入门地更加快速一些。

更进一步的,在学会使用之后,去阅读这些框架或软件的源码是必不可少的一步。阅读源码的一种比较好的步骤如下:

  • 1) 先阅读架构文档
  • 2) 根据架构,将源码文件以模块(或上下层级)分类
  • 3) 从最独立(依赖性最小)的模块代码读起
  • 4) 阅读该模块功能文档
  • 5) 阅读该模块源代码
  • 6) 一边阅读一边整理「调用关系表」
  • 7) goto 3

四. 性能优化与诊断-系统

《Linux服务器性能调整》

学习内容:

  • Linux概述
  • 性能分析工具
  • 系统调优
  • Linux服务器应用的性能特征
  • 调优案例分析

五. 性能优化与诊断-JVM

六. 消息中间件

JMS

最为经典,也比较简单的一个消息中间件规范,ActiveMQ是其一个实现。但由于自身的一些局限,不再推荐使用。

RabbitMQ

RabbitMQ是AMQP(The Advanced Message Queuing Protocol)协议的实现。适用于需要事务管理、对消息丢失很敏感的应用场景。对比kafka来看,RabbitMQ更为强调消息的可靠性、事务等。通过阅读官方文档学习即可:官方文档

Kafka

基于日志的消息队列,首推当然是官方文档: http://kafka.apache.org/documentation.html

  • kafka中文教程:比较不错的中文教程

    学习内容:

    • 开始学习kafka
    • 入门
    • 接口
    • 配置
    • 设计
    • 实现
    • 什么是kafka
    • 什么场景下使用kafka
  • kafka-study: 笔者在学习kafka时的一些笔记

七. OAuth认证技术

原理

OAuth是目前最为流行的第三方认证技术,即如何为第三方应用提供基于自己系统帐户体系的认证。目前,微博、微信、QQ、Facebook、Twitter基本上都是通过此协议让第三方应用集成的。简单的介绍可见百度百科简介: OAuth

此外,这里有一篇博文讲的比较详细:OAuth的机制原理讲解及开发流程

开源实现

八. Redis设计与实现

  • Redis命令: 使用当然要看这份权威文档,也是平常开发中最常用的参考资料。

  • Redis设计与实现:可以通过此文档来学习Redis的原理。当然,自己去看redis的源代码更是不错的选择。

    学习内容:

    • 常用命令以及数据结构
    • 内部数据结构
    • 内存映射数据库结构
    • redis数据类型
    • 功能的实现
    • 内部运作机制

九. 数据相关

理论基础

  • MapReduce: 分布式计算的鼻祖,当然谷歌现在推出了新的计算模型。
  • GFS: 分布式存储技术,开源实现为HDFS
  • Bigtable: 稀疏大型数据库(列数据库)技术,开源实现为HBASE。

作为业界良心的google还有其他许多先进的分布式技术,其论文也非常值得去研读。可以通过此链接获取一些论文的内容:http://www.chinacloud.cn/show.aspx?id=14382&cid=11

实时计算

离线计算

Lambda架构

大数据领域的经典架构方案,融合了离线和实时计算模型,对外能够提供稳定可靠的数据。对此架构的剖析可见此篇文章:Linkedln技术高管Jay Kreps:Lambda架构剖析

机器学习

除了个性化推荐系统之外,CTR预估、广告推荐、预测模型都是机器学习的应用场景。


阅读更多
想对作者说点什么?

博主推荐

换一批

没有更多推荐了,返回首页