那些让你起飞的计算机基础知识
- 信息的表示和处理
计算机如何表示整数：有符号数和无符号数，尤其是如何用补码表示负数，数字的取值范围。
计算机如何表示浮点数，为什么小数的二进制表示法只能近似表示十进制小数。
数值的转换、移位
这几点非常重要，因为几乎所有的编程语言都有数据类型，而最基本数据类型必然包括整数和浮点数。
搞不清这些表示和运算，在编程中就会遇到一些稀奇古怪的问题。
- 从汇编层面理解程序的执行
顺序、分支、循环、函数调用、数组、结构体等在汇编层面是怎么实现的，寄存器和内存是怎么使用的。
理解了这些其实也就理解了冯诺依曼计算机体系结构，这是计算机学科一个基础性的东西。
知道程序在底层是怎么运转的， 对于学习各种虚拟机有很大的帮助，比如JVM，它要解析执行的是字节码，字节码本质上要表达的就是这些东西，只不过有所扩展。
理解了栈帧，就能理解函数调用的本质，递归，以及尾递归的实现。还有安全相关的概念，如缓冲区溢出这个臭名卓著的漏洞及其防范办法。
- 进程和线程
程序员必备的知识，不了解这个，简直是无法编程。
需要掌握进程的地址空间，代码在哪里，堆在哪里，栈在哪里。
要准确理解进程和线程之间的关系，为什么说进程是拥有资源的基本单位， 线程是CPU调度的基本单位？
进程切换和线程切换之间的区别和联系。
他们是如何创建，执行，有哪些状态，状态之间的转换。 由此会涉及到并发和并行，线程之间的竞争和合作。
锁的本质（硬件层面），乐观锁，悲观锁，死锁等问题。
线程的实现方式，用户级线程和内核级线程的对应方式。
在编程的过程中，有些知识点会直接使用，如多线程编程，锁。 还有一些概念能用到很多地方，例如CAS，不仅仅是编程语言的概念，还能在更新数据库时使用。再比如你理解了线程的实现方式，迅速就能掌握go语言中并发的手段：goroutine。
- 存储器的层次结构
Tomcat用了多线程执行请求，Redis用了单线程来处理请求，Node.js也用了单线程来，这是为什么？ 秘密都在存储器的层次结构。
人类制造的计算机设备之间有着巨大的速度差异：
总之，CPU超级快，内存比较快，硬盘非常慢，网络更慢， 这个速度差异是IT行业的一个核心问题，人类想了很多办法试图去弥补这个差异：多线程，缓存，异步，多路复用，硬件层面的DMA。
记着下面这张图，每当你遇到某个软件的特性的时候，想一想和它有什么关系：
- 数据结构和算法
它的重要性我罗嗦过很多次了，不用再重复了， 我就举个最简单的例子： 理解了B+ Tree才能理解MySQL的InnoDB的索引，理解了索引才能更好地优化查询，对吧？
- 计算机网络
现在的程序基本上都是网络程序， 所以这也是一个必备的基础知识，学习计算机网络的一大好处就是和工作直接相关，能直接使用，比较有动力。
HTTP协议肯定跑不掉，TCP,UDP也得会，尤其是TCP可靠传输的原理：如何在一个不可靠的网络中进行可靠的传输， 这是无数前辈总结的经验，一定得掌握。
要理解什么是通信协议，也许某一天你自己就需要定制一个协议来传输数据。
分组交换是什么意思？ 协议分层的本质是什么？ 什么叫无状态的协议？
Socket相关的编程更是重点，尤其是涉及到服务器端高并发的时候，如何维持和处理这些海量的socket， epoll等技术就得上场了。
还有非常重要的HTTPs的基本原理，也是网络安全的精华所在：对称加密，非对称加密，消息摘要，数字证书，中间人攻击。
- 数据库
不多说，关系模型、范式、SQL、索引、事务等知识都得掌握，尤其是要了解他们的实现方式。
- 分布式的基础知识
这些已经偏向应用层面了，但是现在很多系统都是分布式的了，分布式就变成了一种基础知识。
系统通信：RPC, 消息队列等
负载均衡的原理
CAP原理，BASE原理，幂等性，一致性模型（强一致性，最终一致性…）和相关协议(两阶段提交，Raft，Paxos…)
数据分片：取模算法，一致性Hash，虚拟桶
- 基本的设计思想
下面这几种设计思想对我影响很大，需要大家特别注意。但是掌握起来却很不容易，需要在实践中不断地体会：
正交：各个概念之间可以独立变化
抽象：抛弃细节，找到本质和共性
《深入理解计算机系统》一书中提到：“指令集是对CPU的抽象， 文件是对输入/输出设备的抽象， 虚拟存储器是对程序存储的抽象， 进程是对一个正在运行的程序的抽象， 而虚拟机是对整个计算机（包括操作系统、处理器和程序）的抽象。 如果你对这句话透彻理解了，说明对计算机系统的认识已经很深刻了。
分层：我只想和我的邻居打交道， 如网络协议，Web应用开发。
分而治之：大事化小，小事化了，架构设计必备。
- 关键点来了，怎么学习呢？
我原来的方式是先看书，看了很多书，数据结构，操作系统，汇编，网络… 这种办法的最大问题就是枯燥（嗯，那时候还没有码农翻身这样用故事讲解技术的文章）。
理论多，实践少，很多知识点体会不深， 等到参与的项目多了，Coding多了，这些知识点才慢慢地鲜活起来。
一种更加有效的办法是从工作中用到的知识点出发，从这个知识点向外扩展，由点到线，由线到面，然后让各个层次都连接起来，形成一个立体的网络。
切记，学习是一个螺旋上升的过程，想要上升就得深度思考，多问几个为什么。
比如工作中用到了Redis，你在学习过程中发现这个Redis用了单线程来处理读写请求，为什么要这么做？ 对于成千上万的请求它是如何处理的？ 然后再联想一下别的软件：Tomcat为什么不这么干？ 想回答这些问题，需要发掘很多基础知识。
这样做的次数多了，积累到一定程度，量变就会引起质变，整个系统就被你看透了，你的知识又扩大了一圈，更多的疑问出现了…
- 转载自微信公众号：码农翻身
