一旦你知道了如何编写代码，你就应该开始学习一些框架，这将有助于让你的系统更规范、开发更方便、结构层次更清晰。
当我写代码的时候，一周后，我学生时用的Eclipse在我的公司就看不到了，这是什么？有点贵，所以VSCode确实是一个不错的选择。
在编写代码时，我们使用代码仓库管理工具Maven和Gradle。提交代码时，创建项目版本控制工具Git。
一旦你提交代码并发布，你会发现服务器上有很多东西需要你自己检查。然后你就可以灵活运用查看进程、查看文件、各种Vim操作等Linux知识点。 ETC
系统的许多部分无法优化。你可以看看HashMap源码，尝试优化二叉树搜索树和数据结构。我们在算法网站上解释了不同的算法。常见的算法问题，不用过多赘述，也能概括出贪婪、分而治之、动态规划等本质。
服务这么多，我发现HTTP请求已经不能满足我的需求，想要更方便地开发，像访问本地服务一样访问远程服务，于是我了解了Dubbo和Spring Cloud。
在了解Dubbo的过程中，我发现了RPC的本质，也接触到了Netty这个高性能的NIO框架。
代码写好了，服务也可以通信了，但是可以看到代码中的链接很长，全都绑在一起了。这就是为什么这种异步处理方法非常有用。
队列可以用于突发流量时的缓冲，但如果在分布式情况下管理事务很困难，请了解分布式事务、两阶段、三相和TCC。XA、阿里云的全球交易服务GTS等
说到分布式事务，就需要了解RocketMQ。因为RocketMQ自带了分布式事务解决方案，你在大数据场景中看到过Kafka。
如上所述，使用Dubbo或Kafka等中间件作为注册中心。因此，很多技术栈在集成之前都需要先了解系统的每个成员。
随着服务交互从进程内通信转变为远程通信，性能影响是不可避免的。
而且，还存在网络拥塞、服务器宕机、机房光纤被挖掘机割断等诸多不确定因素，因此为了微服务能够顺利稳定运行，需要很多额外的功能和对策。
Spring Cloud包括Hystrix断路器、Ribbon客户端负载均衡器和Eureka注册中心，这些都是用来解决这些问题的微服务组件。
我们已经在主要论坛博客上看到了一些前沿技术，例如容器化。您还可以了解**Docker、Kubernetes (K8s)** 等。
微服务能够如此快速发展的关键原因之一是容器化技术的演进和容器管理系统的成熟。
这个级别实际上还有更多内容，但如果我讲得太多细节，你会觉得我是在试图说服你不要这样做，但不要惊慌。你可以在工作中逐渐接触它们，慢慢了解、深入学习。
现在，我们继续看照片。
网关层：
数据库可能是整个系统中最有价值的部分。在我写代码的前一天，一个微盟程序员恰巧删除了数据库并逃跑了。这其实是网上流传的一个笑话。令人惊讶的是，它仍然反映在现实中。
简单说明一下：36 小时断电对于互联网公司来说就是一个笑话。如果没有适当的授权控制，rm -rf、fdisk 和drop 等高风险命令可能会被拦截。全量备份、增量备份、延迟备份、异地容灾都需要考虑，这对于上市公司来说还是不合适的。
数据库中基本的事务隔离级别、索引、SQL、主从同步、读写分离等都是学习时需要了解的。
我们上面谈到了安全性，但很明显，您不应该把所有鸡蛋放在同一个篮子里。这样您将看到表中的数据随着时间的推移而增长。提供TDDL、Sharding-JDBC、DRDS 等插件。
如果你的数据库有大量流量或热点数据，但仍然有点不堪重负，压力太大，那么非关系型数据库是你的首选，但MongoDB来了。而memcache也有各自的应用场景。
使用Redis感觉非常快，很好，但是由于它在内存中工作，我担心我在开头提到的安全问题，如果我有断点，我会丢失数据怎么办？阅读官方文档并开始了解RDB 和AOF 等持久机制。在线使用它们也会产生缓存雪崩和入侵等问题。
单机不够用时使用。如果你使用集群，你可能还会关心集群的健康状况，所以如果数量过多，你需要了解Sentinel及其主/从随着时间的推移的同步情况。要使用该密钥，您需要了解内存清除机制。
他的大容量存储有问题。看看皮卡。
事实上，我并没有触及每一个点，但实际上要花一些时间来详细考虑每一个点。
服务层：
梳理了一些关系型和非关系型数据库知识点后，可以看到数据依然庞大，数据场景也越来越多样化。我们发现大数据需要使用不同的中间件。
例如，如果您想查看去年和上个月的支付宝账单，您可能不需要实时数据，因为这些数据不会改变。如需对数据进行离线分析，请联系ODPS Software 等中介机构。
之后，你可能会接触到Hadoop系列相关的东西，比如Hive，一个Hadoop的数据仓库工具（HDFS），一个构建在Hadoop文件系统之上的分布式列向数据库HBase。
在有大量写入的场景中，运行一些简单的查询是一个好主意，但使用它们有点矫枉过正，所以Cassandra 是最佳选择。
离线数据分析无法满足一些常见的实时需求，例如风险管理。如果是这样，你应该对Flink 的窗口思想有所了解。
数据层：
我们整理了这三个阿里巴巴采访的所有主题和详细的回应分析，并生成了PDF 文档。
我首先想跟大家分享的是算法和数据结构。
二是高频知识点和数据库性能优化。
三是同步编程（学习72个知识点）
上一篇文章是我学习书籍和资料中面试要点+分析+Java架构等重点话题的一部分。
还有其他关于Redis、MySQL、JVM、Kafka、微服务、Spring全家桶等的学习笔记，这里就不一一列举了。
16662)]
上一篇文章是我学习书籍和资料中面试要点+分析+Java架构等重点话题的一部分。
[外部链接图片正在传输中.(img-6zs83XID-1719178716662)]
还有其他关于Redis、MySQL、JVM、Kafka、微服务、Spring全家桶等的学习笔记，这里就不一一列举了。
#以上是我写了很久的【2024 Java最新学习路线】。这是一个面向公众、专业人士和非学生的相关内容源网络。相关信息请以官方公告为准！
原创文章，作者：CSDN，如若转载，请注明出处：https://www.sudun.com/ask/91882.html
