Java后端工程师学习大纲

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

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,是一个相对完整的从基础到高级的修炼过程。基本上涵盖了一个合格的Java后端工程师必备的技能点。

本大纲会持续更新^_^…

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

  • 《Java核心技术(卷1)》:学习java必备的黄皮书,入门推荐书籍
  • 《Java核心技术(卷2)》:黄皮书之高级特性
  • 《Java并发编程实战》: 对java并发库讲得非常透彻
  • 《Effective Java》:Java之父高司令都称赞的一本java进阶书籍
  • 《写给大忙人看的Java SE 8》:涵盖了java8带来以及java7中被略过的新的java特性,值得一看

资料

  • Socket编程: http://ifeve.com/java-socket/
  • NIO: http://ifeve.com/java-nio-all/
  • 序列化: http://ifeve.com/java-io-s-objectinputstream-objectoutputstream/
  • RPC框架: http://dubbo.io
  • 并发编程:http://ifeve.com/java-concurrency-constructs/

三. 开发框架

  • Spring: 跟开涛学Spring3
  • Spring MVC: 跟开涛学SpringMvc
  • MyBatis: MyBatis实战教程 MyBatis学习

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

  • 《Java性能优化权威指南》

    学习内容:

    • JVM概述
    • JVM性能监控
    • JVM性能剖析与工具
    • JVM参数与调优步骤
    • JVM调优案例分析
  • 《深入理解Java虚拟机(第二版)》

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。

  • 大规模分布式消息中间件简介:http://blog.csdn.net/huyiyang2010/article/details/5969944
  • JMS Overview: http://docs.oracle.com/javaee/6/tutorial/doc/bncdr.html
  • Basic JMS API Concepts: http://docs.oracle.com/javaee/6/tutorial/doc/bncdx.html
  • The JMS API Programming Model: http://docs.oracle.com/javaee/6/tutorial/doc/bnceh.html
  • Creating Robust JMS Applications:http://docs.oracle.com/javaee/6/tutorial/doc/bncfu.html
  • Using the JMS API in Java EE Applications: http://docs.oracle.com/javaee/6/tutorial/doc/bncgl.html
  • Further Information about JMS: http://docs.oracle.com/javaee/6/tutorial/doc/bncgu.html

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

  • Google oauth core:http://oauth.net/code/
  • Spring oauth: http://projects.spring.io/spring-security-oauth/

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

  • 《Storm分布式实时计算模式》:虽然twitter推出了新一代的Heron,但Storm仍是目前应用最为广泛的实时计算技术。
  • Spark streaming: :Spark带来了基于批处理的实时流计算技术,对比Storm各有优劣。

离线计算

  • 《Hadoop权威指南》:无须多言,Haoop是大数据必须要学习的技术,涵盖了HDFS+HBase+MapReduce。
  • 《Hive编程指南》:Hive降低了MapReduce程序编写的复杂度。
  • 《Spark快速大数据分析》: Spark引进的基于RDD的计算模型大大提高了离线计算的性能,相对于MR来说是更为领先的离线计算技术。

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。

  • 《推荐系统实践》
  • 《计算广告》
  • 《集体智慧》
  • 《机器学习》

转载于:https://my.oschina.net/u/140406/blog/708112

你可能感兴趣的:(Java后端工程师学习大纲)