Java后端工程师学习大纲

以前本身总结过的Java后端工程师技能树，其涵盖的技术点比较全面，并不是一朝一夕可以所有覆盖到的。对于一些尚未入门或者刚刚入门的Java后端工程师，若是一会儿须要学习如此多的知识，想必不少人会望而却步。

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，作为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并发库讲得很是透彻
• 《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经常使用的软件，我的最推崇的仍是阅读官方文档来学习。固然，看这些资料能让你入门地更加快速一些。

更进一步的，在学会使用以后，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以下：

• 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

• 《深刻理解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。但因为自身的一些局限，再也不推荐使用。

• 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。适用于须要事务管理、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。经过阅读官方文档学习便可：官方文档

Kafka

基于日志的消息队列，首推固然是官方文档: 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本身系统账户体系的认证。目前，微博、微信、QQ、Facebook、Twitter基本上都是经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: 使用固然要看这份权威文档，也是日常开发中最经常使用的参考资料。

• Redis设计与实现：能够经过此文档来学习Redis的原理。固然，本身去看redis的源代码更是不错的选择。

  学习内容：

  • 经常使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
  • 内部运做机制

九. 数据相关

理论基础

• MapReduce: 分布式计算的鼻祖，固然谷歌如今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。

做为业界良心的google还有其余许多先进的分布式技术，其论文也很是值得去研读。能够经过此连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还是目前应用最为普遍的实时计算技术。
• 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是大数据必需要学习的技术，涵盖了HDFS+HBase+MapReduce。
• 《Hive编程指南》：Hive下降了MapReduce程序编写的复杂度。
• 《Spark快速大数据分析》： Spark引进的基于RDD的计算模型大大提升了离线计算的性能，相对于MR来讲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，对外可以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以外，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》