开始学java了,记录下学习的大纲

之前自己总结过的Java后端工程师技能树(http://www.rowkey.me/blog/2016/06/17/java-skill-tree/),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。

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(http://weibo.com/p/1001643874239169320051)

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(http://www.open-open.com/doc/view/5407635b943d410c9cfde409c90450b7)
Spring MVC:跟开涛学SpringMvc(http://www.cnblogs.com/kaitao/archive/2012/07/16/2593441.html)
MyBatis:MyBatis实战教程(http://www.yihaomen.com/article/java/302.htm) MyBatis学习(http://limingnihao.iteye.com/blog/781671)

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》(https://book.douban.com/subject/4027746/)

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》(https://book.douban.com/subject/25828043/)

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)》(https://book.douban.com/subject/24722612/)

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(http://www.rabbitmq.com/documentation.html)

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(http://www.orchome.com/kafka/index)
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(https://github.com/superhj1987/kafka-study)

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(https://baike.baidu.com/item/oAuth?fr=aladdin)。

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(http://blog.jobbole.com/49211/)。

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。(http://redisdoc.com/)
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。(http://redisbook.com/)

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。(http://blog.csdn.net/active1001/article/details/1675920)
GFS:分布式存储技术,开源实现为HDFS。(http://blog.csdn.net/xuleicsu/article/details/526386)
Bigtable:稀疏大型数据库(列数据库)技术,开源实现为HBASE。(http://blog.csdn.net/accesine960/article/details/595628)

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。(https://book.douban.com/subject/26312249/)
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。(https://spark.apache.org/streaming/)

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。(https://book.douban.com/subject/26206050/)
《Hive编程指南》:Hive降低了MapReduce程序编写的复杂度。(https://book.douban.com/subject/25791255/)
《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。(https://book.douban.com/subject/26616244/)

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
(http://www.csdn.net/article/2014-07-08/2820562-Lambda-Linkedln)

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》(https://book.douban.com/subject/10769749/)
《计算广告》(https://book.douban.com/subject/26596778/)
《集体智慧》(https://book.douban.com/subject/3288908/)
《机器学习》(https://book.douban.com/subject/26708119/)

作者:飒然Hang,架构师/后端工程师,working@中华万年历
出处:http://www.rowkey.me/blog/2016/06/27/java-backend-study/

版权申明:内容来源网络,版权归原创者所有。除非无法确认,我们都会标明作者及出处,如有侵权烦请告知,我们会立即删除并表示歉意。谢谢。

发表评论

电子邮件地址不会被公开。 必填项已用*标注