前言

​ 陈皓叔叔的这个专栏之前就有所耳闻并大致过了一遍,如今重新精读本专栏,认真学习,对整体的学习方向进行把握,并且进行总结。

如何入门?

学习Python,JavaScript,学习使用操作系统Linux,编程工具VS Code,Web开发等,这些更容易获得编程的成就感。

如何成为专业的程序员?

拥有程序员的自我修养。这是反映出程序员的工程师特质和价值观,决定了这条路你到底能走多远。有修养的程序员才可能成长为真正的工程师和架构师,没有修养的程序员智能沦为码农,这是码农和工程师的关键区分点。

专业基础包括哪些?

  • 编程语言:推荐C、C++、Java这三个工业级的编程语言。
  • 理论学科:数据结构和算法,计算机网络,计算机组成原理,操作系统,编译原理

从业方向?

  • 如果你对操作系统、文件系统、数据库、网络等比较感兴趣,那么可以考虑从事底层方面的工作。
  • 如果对分布式系统架构、微服务、DevOps、Cloud Native 等有热情,那么可以从事架构方面的工作。
  • 如果是对大数据、机器学习、人工智能等比较关注,那么数据领域可以成为你一展身手的地方。
  • 如果你对用户体验或者交互等更感兴趣,那么前端工程师也是个不错的选择。
  • 此外,安全开发、运维开发、嵌入式开发等几大方向中,也为你提供了丰富多彩的发展空间。

两个观点:

  • 各种技术方向不是鱼和熊掌,是可以兼得的。
  • 很多技术都是相通的,关键是要学的深入本质。

几个问题:

  • 理论和现实的差距:学院派的知识是成为专家的必经之路,这就是“工人”和“工程师”的差别,是“建筑工人”和“建筑架构师”的差别。
  • 技术太多学不过来/技术能力的瓶颈:自己懒惰的借口,以绝大多数人努力的程度,和为自己不努力找借口的程度为参考,只要你坚持正常的学习就可以超过大多数人了。

学习建议?

  • 一定要坚持,要保持长时间学习,甚至终身学习的态度。
  • 一定要动手,不管例子多么简单,建议至少自己动手敲一遍看看是否理解了里面的细枝末节。
  • 一定要学会思考,思考为什么会这样,要学会举一反三。
  • 不要乱买书,不要乱追新技术新名词,基础的东西经过很长时间积累,会在未来至少十年通用。

编程入门

  • 入门语言Python
  • 入门语言JavaScript
  • 操作系统LInux
  • 编程工具VS Code
  • Web入门

正式入门

为什么转成Java语言?

  • Java语言的综合实力最强,是一个工业级的编程语言。
  • 像 Python 和 JavaScript 这样的动态语言用着是很爽,但是,只有像 C、C++ 和 Java 这样的静态语言才可以让你真正地进阶。
  • 对于一个合格的程序员,掌握几门语言是非常正常的事情。

编程工具

  • IDE
  • 版本管理工具
  • 前端调试
  • 数据库设计工具

编程语言

Java

这本书本来是 Sun 公司的官方用书,是一本 Java的入门参考书。对于 Java 初学者来说,是一本非常不错的值得时常翻阅的技术手册。书中有较多地方进行 Java 与 C++ 的比较,因为当时 Java 面世的时候,又被叫作 “C++ Killer”。而我在看这本书的时候,发现书中有很多 C++ 的东西,于是又去学习了C++。学习 C++ 的时候,发现有很多 C 的东西不懂,又顺着去学习了 C。然后,C ->C++ -> Java 整条线融汇贯通,这对我未来的技术成长有非常大的帮助。

这本书是模仿 Scott Meyers 的经典图书《Effective C++》的。Effective 这种书基本上都是各种经验之谈,所以,这是一本非常不错的书,你一定要读。这里需要推荐一下 Google Guava 库 ,这个库不但是 JDK 的升级库,其中有如:集合(collections)、缓存(caching)、原生类型支持(primitives support)、并发库(concurrency libraries)、通用注解(common annotations)、字符串处理(string processing)、I/O 等库,其还是Effective Java 这本书中的那些经验的实践代表。

是一本完美的 Java 并发参考手册。书中从并发性和线程安全性的基本概念出发,介绍了如何使用类库提供的基本并发构建块,用于避免并发危险、构造线程安全的类及验证线程安全的规则,如何将小的线程安全类组合成更大的线程安全类,如何利用线程来提高并发应用程序的吞吐量,如何识别可并行执行的任务,如何提高单线程子系统的响应性,如何确保并发程序执行预期任务,如何提高并发代码的性能和可伸缩性等内容。最后介绍了一些高级主题,如显式锁、原子变量、非阻塞算法以及如何开发自定义的同步工具类。

通过学习这本书,你可以比较大程度地提升性能测试的效果。其中包括:使用 JDK 中自带的工具收集 Java 应用的性能数据,理解 JIT 编译器的优缺点,调优JVM 垃圾收集器以减少对程序的影响,学习管理堆内存和 JVM 原生内存的方法,了解如何最大程度地优化 Java 线程及同步的性能,等等。看完这本书后,如果你还有余力,想了解更多的底层细节,那么,你有必要去读一下《深入理解 Java 虚拟机》。

真是一本透着编程思想的书。上面的书让你从微观角度了解 Java,而这本书则可以让你从一个宏观角度了解 Java。这本书和 Java 核心技术的厚度差不多,但这本书的信息密度比较大。所以,读起来是非常耗大脑的,因为它会让你不断地思考。对于想学好 Java 的程序员来说,这是一本必读的书。

学Java一定要学面向对象的设计模式,两本书:

学习设计模式,不能迷失在23个设计模式种,一定要明白两个原则:

  • Program to an ‘interface’, not an ‘implementation’
    • 使用者不需要知道数据类型,结构,算法等细节。
    • 使用者不需要知道实现细节,只需要知道提供的接口。
    • 利用封装,抽象,动态绑定,多态等符合面向对象的特质和理念。
  • Favor ‘object composition’ over ‘class inheritance’
    • 继承需要给子类暴露一些父类的设计和实现细节。
    • 父类实现的改变会造成子类也需要改变。
    • 我们以为继承主要是为了代码重用,实际上在子类中需要重新实现很多父类的方法。继承更多的应该是为了多态。
  • Java字节码相关
    • 相关教程和工具
  • JVM相关
    • The Java Virtual Machine Specification Java SE 8 Edition
    • JSR-133
    • 垃圾回收机制
    • 垃圾回收调优

上面的这些知识融会贯通,已经是高级的Java程序员了。

C/C++语言

Go

理论学科

数据结构和算法

无论是做业务还是做底层系统,经常需要使用算法处理各种问题,例如:业务上需要算法比较两个数组中差异的布隆过滤器,或者是在监控系统实时计算过去一分钟的P99统计时的蓄水池算法,或者是数据库的B+树索引,还是Linux内核中的epoll或者TreeMap中的红黑树。还有做任务调度的背包问题等都会用到数据结构和算法。

  • 算法书籍:

    • 《算法》
    • 《算法图解》
    • 《算法导论》
    • 《编程珠玑》
    • 《数据结构与算法分析》

系统知识

书籍:

  • 《深入理解计算机系统》
  • 《Unix高级环境编程》
  • 《Unix网络编程》
  • 《TCP/IP详解 卷I协议》
  • 《Linux C编程一站式学习》
  • 《TCP/IP网络编程》
  • 《图解TCP/IP》
  • 《Wireshark数据包分析实战》

软件设计

一些软件设计的相关原则:

  • Don’t repeat yourself
  • KISS principle
  • Program to an interface, not an implementation:设计模式中最根本的哲学,注重接口,而不是实现,依赖接口,而不是实现。
  • You aren’t gonna need it
  • Law of Demeter
  • 面向对象的SOLID原则)
  • Hollywood principle
  • 高内聚低耦合
  • CoC(Convention over Configuration)- 惯例优于配置原则
  • SoC (Separation of Concerns) - 关注点分离,实现关注点分离的方法主要有两种,一种是标准化,另一种是抽象与包装
  • DbC(Design by Contract):契约式设计
  • ADP(Acyclic Dependencies Principle):无环依赖原则

一些软件设计的读物:

  • 领域驱动设计
  • UNIX编程技术
  • Clean Architecture

Linux系统

内存

计算机网络

  • 基础知识
  • 网络调优
  • 网络协议

I/O模型

  • 阻塞I/O
  • 非阻塞I/O
  • I/O的多路复用(select、poll)
  • 信号驱动的I/O(SIGIO)
  • 异步I/O(POSIX的aio_functions)

Lock-Free编程相关

如果想开发出一个高性能的程序,你就非常有必要学习Lock-Free的编程方式。

  • 相关的概念
  • 论文
  • 博客
  • 现有的实现,C++/Java类库

其它

  • 64位系统编程
  • 提高OpenSSL的执行性能
  • 压缩
  • SSD硬盘性能测试

数据库

  • 关系型数据库
    • MySQL官方手册
    • 高性能MySQL
    • MySQL技术内幕:InnoDB存储引擎
    • 数据库的索引设计与优化
  • 非关系型数据库
    • 各类论文

分布式架构

  • 服务调度
    • 涉及服务发现、配置管理、弹性伸缩、故障恢复等。
  • 资源调度
    • 涉及对底层资源的调度使用、如计算资源、网络资源和存储资源等。
  • 流量调度
    • 涉及路由、负载均衡、流量控制、熔断等。
  • 数据调度
    • 涉及数据副本、数据一致性、分布式事务、分库分表等。
  • 容错处理
    • 涉及隔离、幂等、重试、业务补偿、异步、降级等。
  • 自动化运维
    • 涉及持续集成、持续部署、全栈监控、调用链跟踪等。

几个注意点:

  • 分布式系统之所以复杂,就是因为它太容易出错了。这意味着,你要把处理错误的代码当成正常功能的代码来处理。
  • 开发一个健壮的分布式系统的成本是单体系统的几百倍甚至几万倍。这意味着,我们要自己开发一个,需要能力很强的开发人员。
  • 非常健壮的开源的分布式系统并不多,或者说基本没有。这意味着,如果你要用开源的,那么你需要 hold 得住其源码。
  • 管理或是协调多个服务或机器是非常难的。这意味着,我们要去读很多很多的分布式系统的论文。
  • 在分布式环境下,出了问题是很难 debug 的。这意味着,我们需要非常好的监控和跟踪系统,还需要经常做演练和测试。
  • 在分布式环境下,你需要更科学地分析和统计。这意味着,我们要用 P90 这样的统计指标,而不是平均值,我们还需要做容量计划和评估。
  • 在分布式环境下,需要应用服务化。这意味着,我们需要一个服务开发框架,比如 SOA或微服务。
  • 在分布式环境下,故障不可怕,可怕的是影响面过大,时间过长。这意味着,我们需要花时间来开发我们的自动化运维平台。

分布式架构入门

  • 分布式理论
    • 各种理论算法
    • 论文
    • 一致性问题
  • 分布式事务
  • Paxos一致性算法
  • Raft一致性算法
  • Gossip一致性算法
  • 分布式存储和数据库
  • 分布式信息系统
  • 日志和数据
  • 分布式监控和跟踪
  • 数据分析

分布式架构工程设计

  • 论文
  • 分布式设计模式
    • 可用性
    • 数据管理
    • 设计和实现
    • 消息
    • 管理和监控
    • 性能和扩展
    • 系统弹力
    • 安全
  • 设计与工程实践
    • 分布式系统的故障测试
    • 弹性伸缩
    • 一致性哈希
    • 数据库分布式
    • 缓存
    • 消息队列
    • 日志方面
    • 性能方面
    • 搜索方面
    • 公司的架构实践

容器化和自动化运维

Docker

  • 基础知识
  • 实践
  • 底层技术细节

Kubernetes

Kubernetes 是 Google 开源的容器集群管理系统,是 Google 多年大规模容器管理技术
Borg 的开源版本,也是 CNCF 最重要的项目之一,主要功能包括:

  • 基于容器的应用部署、维护和滚动升级;
  • 负载均衡和服务发现;
  • 跨机器和跨地区的集群调度;
  • 自动伸缩;
  • 无状态服务和有状态服务;
  • 广泛的 Volume 支持;
  • 插件机制保证扩展性。

如何学习?

  • Kubernetes handbook
  • Kubernetes指南

本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!

ReentrantLock源码分析 上一篇
如何设计一个秒杀系统 下一篇