這期我想寫很久了，但是因為時間的原因一直拖到了現在，我以為一兩天就寫完了，結果從構思到整理資料，再到寫出來用了差不多一周的時間吧。
你們也知道丙丙一直都是創(chuàng)作鬼才來的，所以我肯定不會一本正經的寫，我想了好幾個切入點，最后決定用一個完整的電商系統(tǒng)作為切入點，帶著大家看看，我們需要學些啥，我甚至還收集配套視頻和資料，暖男石錘啊，這期是嘔心瀝血之作，不要白嫖了。
在寫這個文章之前，我花了點時間，自己臆想了一個電商系統(tǒng)，基本上算是麻雀雖小五臟俱全，我今天就用它開刀，一步步剖析，我會講一下我們可能會接觸的技術?？赡懿蝗菈蛴?，最后給個學習路線。
Tip：請多欣賞一會，每個點看一下，看看什么地方是你接觸過的，什么技術棧是你不太熟悉的，我覺得還算是比較全的，有什么建議也可以留言給我。
不知道大家都看了一下沒，現在我們就要庖丁解牛了，我從上到下依次分析。
你可能會會好奇，你不是講后端學習路線嘛，為啥還有前端的部分，我只能告訴你，傻瓜，膚淺。
我們可不能閉門造車，誰告訴你后端就不學點前端了？
前端現在很多也了解后端的技術棧的，你想我們去一個網站，最先接觸的，最先看到的是啥？
沒錯就是前端，在大學你要是找不到專門的前端同學，去做系統(tǒng)肯定也要自己頂一下前端的，那我覺得最基本的技術棧得熟悉和了解吧，丙丙現在也是偶爾會開發(fā)一下我們的管理系統(tǒng)主要是VUE和React。
在這里我列舉了我目前覺得比較簡單和我們后端可以了解的技術棧，都是比較基礎的。
作為一名后端了解部分前端知識還是很有必要的，在以后開發(fā)的時候，公司有前端那能幫助你前后端聯(lián)調更順暢，如果沒前端你自己也能頂一下簡單的頁面。
HTML、CSS、JS、Ajax我覺得是必須掌握的點，看著簡單其實深究或者去操作的話還是有很多東西的，其他作為擴展有興趣可以了解，反正入門簡單，只是精通很難很難。
在這一層不光有這些還有Http協(xié)議和Servlet，request、response、cookie、session這些也會伴隨你整個技術生涯，理解他們對后面的你肯定有不少好處。
Tip：我這里最后刪除了JSP相關的技術，我個人覺得沒必要學了，很多公司除了老項目之外，新項目都不會使用那些技術了。
前端在我看來比后端難，技術迭代比較快，知識好像也沒特定的體系，所以面試大廠的前端很多朋友都說難，不是技術多難，而是知識多且復雜，找不到一個完整的體系，相比之下后端明朗很多，我后面就開始講后端了。
互聯(lián)網發(fā)展到現在，涌現了很多互聯(lián)網公司，技術更新迭代了很多個版本，從早期的單機時代，到現在超大規(guī)模的互聯(lián)網時代，幾億人參與的春運，幾千億成交規(guī)模的雙十一，無數互聯(lián)網前輩的造就了現在互聯(lián)網的輝煌。
微服務，分布式，負載均衡等我們經常提到的這些名詞都是這些技術在場景背后支撐。
單機頂不住，我們就多找點服務器，但是怎么將流量均勻的打到這些服務器上呢？
負載均衡，LVS
我們機器都是IP訪問的，那怎么通過我們申請的域名去請求到服務器呢？
DNS
大家刷的抖音，B站，快手等等視頻服務商，是怎么保證同時為全國的用戶提供快速的體驗？
CDN
我們這么多系統(tǒng)和服務，還有這么多中間件的調度怎么去管理調度等等？
zk
這么多的服務器，怎么對外統(tǒng)一訪問呢，就可能需要知道反向代理的服務器。
Nginx
這一層做了反向負載、服務路由、服務治理、流量管理、安全隔離、服務容錯等等都做了，大家公司的內外網隔離也是這一層做的。
我之前還接觸過一些比較有意思的項目，所有對外的接口都是加密的，幾十個服務會經過網關解密，找到真的路由再去請求。
這一層的知識點其實也不少，你往后面學會發(fā)現分布式事務，分布式鎖，還有很多中間件都離不開zk這一層，我們繼續(xù)往下看。
這一層有點東西了，算是整個框架的核心，如果你跟我?guī)洷粯右院蠖际菑氖潞蠖碎_發(fā)的話，我們基本上整個技術生涯，大部分時間都在跟這一層的技術棧打交道了，各種琳瑯滿目的中間件，計算機基礎知識，Linux操作，算法數據結構，架構框架，研發(fā)工具等等。
我想在看這個文章的各位，計算機基礎肯定都是學過的吧，如果大學的時候沒好好學，我覺得還是有必要再看看的。
為什么我們網頁能保證安全可靠的傳輸，你可能會了解到HTTP，TCP協(xié)議，什么三次握手，四次揮手。
還有進程、線程、協(xié)程，什么內存屏障，指令亂序，分支預測，CPU親和性等等，在之后的編程生涯，如果你能掌握這些東西，會讓你在遇到很多問題的時候瞬間get到點，而不是像個無頭蒼蠅一樣亂撞（然而丙丙還做得不夠）。
了解這些計算機知識后，你就需要接觸編程語言了，大學的C語言基礎會讓你學什么語言入門都會快點，我選擇了面向對象的JAVA，但是也不知道為啥現在還沒對象。
JAVA的基礎也一樣重要，面向對象（包括類、對象、方法、繼承、封裝、抽象、 多態(tài)、消息解析等），常見API，數據結構，集合框架，設計模式（包括創(chuàng)建型、結構型、行為型），多線程和并發(fā)，I/O流，Stream，網絡編程你都需要了解。
代碼會寫了，你就要開始學習一些能幫助你把系統(tǒng)變得更加規(guī)范的框架，SSM可以會讓你的開發(fā)更加便捷，結構層次更加分明。
寫代碼的時候你會發(fā)現你大學用的Eclipse在公司看不到了，你跟大家一樣去用了IDEA，第一天這是什么玩意，一周后，真香，但是這玩意收費有點貴，那免費的VSCode真的就是不錯的選擇了。
代碼寫的時候你會接觸代碼的倉庫管理工具maven、Gradle，提交代碼的時候會去寫項目版本管理工具Git。
代碼提交之后，發(fā)布之后你會發(fā)現很多東西需要自己去服務器親自排查，那Linux的知識點就可以在里面靈活運用了，查看進程，查看文件，各種Vim操作等等。
系統(tǒng)的優(yōu)化很多地方沒優(yōu)化的空間了，你可能會嘗試從算法，或者優(yōu)化數據結構去優(yōu)化，你看到了HashMap的源碼，想去了解紅黑樹，然后在算法網上看到了二叉樹搜索樹和各種常見的算法問題，刷多了，你也能總結出精華所在，什么貪心，分治，動態(tài)規(guī)劃等。
這么多個服務，你發(fā)現HTTP請求已經開始有點不滿足你的需求了，你想開發(fā)更便捷，像訪問本地服務一樣訪問遠程服務，所以我們去了解了Dubbo，Spring cloud。
了解Dubbo的過程中，你發(fā)現了RPC的精華所在，所以你去接觸到了高性能的NIO框架，Netty。
代碼寫好了，服務也能通信了，但是你發(fā)現你的代碼鏈路好長，都耦合在一起了，所以你接觸了消息隊列，這種異步的處理方式，真香。
他還可以幫你在突發(fā)流量的時候用隊列做緩沖，但是你發(fā)現分布式的情況，事務就不好管理了，你就了解到了分布式事務，什么兩段式，三段式，TCC，XA，阿里云的全局事務服務GTS等等。
分布式事務的時候你會想去了解RocketMQ，因為他自帶了分布式事務的解決方案，大數據的場景你又看到了Kafka。
我上面提到過zk，像Dubbo、Kafka等中間件都是用它做注冊中心的，所以很多技術棧最后都組成了一個知識體系，你先了解了體系中的每一員，你才能把它們聯(lián)系起來。
服務的交互都從進程內通信變成了遠程通信，所以性能必然會受到一些影響。
此外由于很多不確定性的因素，例如網絡擁塞、Server 端服務器宕機、挖掘機鏟斷機房光纖等等，需要許多額外的功能和措施才能保證微服務流暢穩(wěn)定的工作。
Spring Cloud 中就有 Hystrix 熔斷器、Ribbon客戶端負載均衡器、Eureka注冊中心等等都是用來解決這些問題的微服務組件。
你感覺學習得差不多了，你發(fā)現各大論壇博客出現了一些前沿技術，比如容器化，你可能就會去了解容器化的知識，像Docker，Kubernetes（K8s）等。
微服務之所以能夠快速發(fā)展，很重要的一個原因就是：容器化技術的發(fā)展和容器管理系統(tǒng)的成熟。
這一層的東西呢其實遠遠不止這些的，我不過多贅述，寫多了像個勸退師一樣，但是大家也不用慌，大部分的技術都是慢慢接觸了，工作中慢慢去了解，去深入的。
好啦我們繼續(xù)沿著圖往下看，那再往下是啥呢？
數據庫可能是整個系統(tǒng)中最值錢的部分了，在我碼文字的前一天，剛好發(fā)生了微盟程序員刪庫跑路的操作，刪庫跑路其實是我們在網上最常用的笑話，沒想到還是照進了現實。
這里也提一點點吧，36小時的故障，其實在互聯(lián)網公司應該是個笑話了吧，權限控制沒做好類似rm -rf 、fdisk、drop等等這樣的高危命令是可以實時攔截掉的，備份，全量備份，增量備份，延遲備份，異地容災全部都考慮一下應該也不至于這樣，一家上市公司還是有點點不應該。
數據庫基本的事務隔離級別，索引，SQL，主被同步，讀寫分離等都可能是你學的時候要了解到的。
上面我們提到了安全，不要把雞蛋放一個籃子的道理大家應該都知道，那分庫的意義就很明顯了，然后你會發(fā)現時間久了表的數據大了，就會想到去接觸分表，什么TDDL、Sharding-JDBC、DRDS這些插件都會接觸到。
你發(fā)現流量大的時候，或者熱點數據打到數據庫還是有點頂不住，壓力太大了，那非關系型數據庫就進場了，Redis當然是首選，但是MongoDB、memcache也有各自的應用場景。
Redis使用后，真香，真快，但是你會開始擔心最開始提到的安全問題，這玩意快是因為在內存中操作，那斷點了數據丟了怎么辦？你就開始閱讀官方文檔，了解RDB，AOF這些持久化機制，線上用的時候還會遇到緩存雪崩擊穿、穿透等等問題。
單機不滿足你就用了，他的集群模式，用了集群可能也擔心集群的健康狀態(tài)，所以就得去了解哨兵，他的主從同步，時間久了Key多了，就得了解內存淘汰機制……
他的大容量存儲有問題，你可能需要去了解Pika….
其實遠遠沒完，每個的點我都點到為止，但是其實要深究每個點都要學很久，我們接著往下看。
等你把幾種關系型非關系型數據庫的知識點，整理清楚后，你會發(fā)現數據還是大啊，而且數據的場景越來越多多樣化了，那大數據的各種中間件你就得了解了。
你會發(fā)現很多場景，不需要實時的數據，比如你查你的支付寶去年的，上個月的賬單，這些都是不會變化的數據，沒必要實時，那你可能會接觸像ODPS這樣的中間件去做數據的離線分析。
然后你可能會接觸Hadoop系列相關的東西，比如于Hadoop（HDFS）的一個數據倉庫工具Hive，是建立在 Hadoop 文件系統(tǒng)之上的分布式面向列的數據庫HBase 。
寫多的場景，適合做一些簡單查詢，用他們又有點大材小用，那Cassandra就再合適不過了。
離線的數據分析沒辦法滿足一些實時的常見，類似風控，那Flink你也得略知一二，他的窗口思想還是很有意思。
數據接觸完了，計算引擎Spark你是不是也不能放過……
傳統(tǒng)關系型數據庫和NoSQL非關系型數據都沒辦法解決一些問題，比如我們在百度，淘寶搜索東西的時候，往往都是幾個關鍵字在一起一起搜索東西的，在數據庫除非把幾次的結果做交集，不然很難去實現。
那全文檢索引擎就誕生了，解決了搜索的問題，你得思考怎么把數據庫的東西實時同步到ES中去，那你可能會思考到logstash去定時跑腳本同步，又或者去接觸偽裝成一臺MySQL從服務的Canal，他會去訂閱MySQL主服務的binlog，然后自己解析了去操作Es中的數據。
這些都搞定了，那可視化的后臺查詢又怎么解決呢？Kibana，他他是一個可視化的平臺，甚至對Es集群的健康管理都做了可視化，很多公司的日志查詢系統(tǒng)都是用它做的。
