下血本买的！linux 服务器搭建教程，阿里巴巴 Java 面试都问些什么

极客开源

关注

发布于: 刚刚

正文

在写这个文章之前，我花了点时间，自己臆想了一个电商系统，基本上算是麻雀虽小五脏俱全，我今天就用它开刀，一步步剖析，我会讲一下我们可能会接触的技术栈可能不全，但是够用，最后给个学习路线。

Tip：请多欣赏一会，每个点看一下，看看什么地方是你接触过的，什么技术栈是你不太熟悉的，我觉得还算是比较全的，有什么建议也可以留言给我。

不知道大家都看了一下没，现在我们就要庖丁解牛了，我从上到下依次分析。

前端

你可能会会好奇，你不是讲后端学习路线嘛，为啥还有前端的部分，我只能告诉你，傻瓜，肤浅。

我们可不能闭门造车，谁告诉你后端就不学点前端了？

前端现在很多也了解后端的技术栈的，你想我们去一个网站，最先接触的，最先看到的是啥？

没错就是前端，在大学你要是找不到专门的前端同学，去做系统肯定也要自己顶一下前端的，那我觉得最基本的技术栈得熟悉和了解吧，丙丙现在也是偶尔会开发一下我们的管理系统主要是 VUE 和 React。

在这里我列举了我目前觉得比较简单和我们后端可以了解的技术栈，都是比较基础的。

作为一名后端了解部分前端知识还是很有必要的，在以后开发的时候，公司有前端那能帮助你前后端联调更顺畅，如果没前端你自己也能顶一下简单的页面。

HTML、CSS、JS、Ajax 我觉得是必须掌握的点，看着简单其实深究或者去操作的话还是有很多东西的，其他作为扩展有兴趣可以了解，反正入门简单，只是精通很难很难。

在这一层不光有这些还有 Http 协议和 Servlet，request、response、cookie、session 这些也会伴随你整个技术生涯，理解他们对后面的你肯定有不少好处。

Tip：我这里最后删除了 JSP 相关的技术，我个人觉得没必要学了，很多公司除了老项目之外，新项目都不会使用那些技术了。

前端在我看来比后端难，技术迭代比较快，知识好像也没特定的体系，所以面试大厂的前端很多朋友都说难，不是技术多难，而是知识多且复杂，找不到一个完整的体系，相比之下后端明朗很多，我后面就开始讲后端了。

网关层：

互联网发展到现在，涌现了很多互联网公司，技术更新迭代了很多个版本，从早期的单机时代，到现在超大规模的互联网时代，几亿人参与的春运，几千亿成交规模的双十一，无数互联网前辈的造就了现在互联网的辉煌。

微服务，分布式，负载均衡等我们经常提到的这些名词都是这些技术在场景背后支撑。

单机顶不住，我们就多找点服务器，但是怎么将流量均匀的打到这些服务器上呢？

负载均衡，LVS

我们机器都是 IP 访问的，那怎么通过我们申请的域名去请求到服务器呢？

DNS

大家刷的抖音，B 站，快手等等视频服务商，是怎么保证同时为全国的用户提供快速的体验？

CDN

我们这么多系统和服务，还有这么多中间件的调度怎么去管理调度等等？

这么多的服务器，怎么对外统一访问呢，就可能需要知道反向代理的服务器。

Nginx

这一层做了反向负载、服务路由、服务治理、流量管理、安全隔离、服务容错等等都做了，大家公司的内外网隔离也是这一层做的。

我之前还接触过一些比较有意思的项目，所有对外的接口都是加密的，几十个服务会经过网关解密，找到真的路由再去请求。

这一层的知识点其实也不少，你往后面学会发现分布式事务，分布式锁，还有很多中间件都离不开 zk 这一层，我们继续往下看。

服务层：

这一层有点东西了，算是整个框架的核心，如果你跟我帅丙一样以后都是从事后端开发的话，我们基本上整个技术生涯，大部分时间都在跟这一层的技术栈打交道了，各种琳琅满目的中间件，计算机基础知识，Linux 操作，算法数据结构，架构框架，研发工具等等。

我想在看这个文章的各位，计算机基础肯定都是学过的吧，如果大学的时候没好好学，我觉得还是有必要再看看的。

为什么我们网页能保证安全可靠的传输，你可能会了解到 HTTP，TCP 协议，什么三次握手，四次挥手。

还有进程、线程、协程，什么内存屏障，指令乱序，分支预测，CPU 亲和性等等，在之后的编程生涯，如果你能掌握这些东西，会让你在遇到很多问题的时候瞬间 get 到点，而不是像个无头苍蝇一样乱撞（然而丙丙还做得不够）。

了解这些计算机知识后，你就需要接触编程语言了，大学的 C 语言基础会让你学什么语言入门都会快点，我选择了面向对象的 JAVA，但是也不知道为啥现在还没对象。

JAVA 的基础也一样重要，面向对象（包括类、对象、方法、继承、封装、抽象、多态、消息解析等），常见 API，数据结构，集合框架，设计模式（包括创建型、结构型、行为型），多线程和并发，I/O 流，Stream，网络编程你都需要了解。

代码会写了，你就要开始学习一些能帮助你把系统变得更加规范的框架，SSM 可以会让你的开发更加便捷，结构层次更加分明。

写代码的时候你会发现你大学用的 Eclipse 在公司看不到了，你跟大家一样去用了 IDEA，第一天这是什么玩意，一周后，真香，但是这玩意收费有点贵，那免费的 VSCode 真的就是不错的选择了。

代码写的时候你会接触代码的仓库管理工具 maven、Gradle，提交代码的时候会去写项目版本管理工具 Git。

代码提交之后，发布之后你会发现很多东西需要自己去服务器亲自排查，那 Linux 的知识点就可以在里面灵活运用了，查看进程，查看文件，各种 Vim 操作等等。

系统的优化很多地方没优化的空间了，你可能会尝试从算法，或者优化数据结构去优化，你看到了 HashMap 的源码，想去了解红黑树，然后在算法网上看到了二叉树搜索树和各种常见的算法问题，刷多了，你也能总结出精华所在，什么贪心，分治，动态规划等。

这么多个服务，你发现 HTTP 请求已经开始有点不满足你的需求了，你想开发更便捷，像访问本地服务一样访问远程服务，所以我们去了解了 Dubbo，Spring cloud。

了解 Dubbo 的过程中，你发现了 RPC 的精华所在，所以你去接触到了高性能的 NIO 框架，Netty。

代码写好了，服务也能通信了，但是你发现你的代码链路好长，都耦合在一起了，所以你接触了消息队列，这种异步的处理方式，真香。

他还可以帮你在突发流量的时候用队列做缓冲，但是你发现分布式的情况，事务就不好管理了，你就了解到了分布式事务，什么两段式，三段式，TCC，XA，阿里云的全局事务服务 GTS 等等。

分布式事务的时候你会想去了解 RocketMQ，因为他自带了分布式事务的解决方案，大数据的场景你又看到了 Kafka。

我上面提到过 zk，像 Dubbo、Kafka 等中间件都是用它做注册中心的，所以很多技术栈最后都组成了一个知识体系，你先了解了体系中的每一员，你才能把它们联系起来。

服务的交互都从进程内通信变成了远程通信，所以性能必然会受到一些影响。

此外由于很多不确定性的因素，例如网络拥塞、Server 端服务器宕机、挖掘机铲断机房光纤等等，需要许多额外的功能和措施才能保证微服务流畅稳定的工作。

Spring Cloud?中就有?Hystrix 熔断器、Ribbon 客户端负载均衡器、Eureka 注册中心等等都是用来解决这些问题的微服务组件。

你感觉学习得差不多了，你发现各大论坛博客出现了一些前沿技术，比如容器化，你可能就会去了解容器化的知识，像**Docker，Kubernetes（K8s）**等。

微服务之所以能够快速发展，很重要的一个原因就是：容器化技术的发展和容器管理系统的成熟。

这一层的东西呢其实远远不止这些的，我不过多赘述，写多了像个劝退师一样，但是大家也不用慌，大部分的技术都是慢慢接触了，工作中慢慢去了解，去深入的。

好啦我们继续沿着图往下看，那再往下是啥呢？

数据层：

数据库可能是整个系统中最值钱的部分了，在我码文字的前一天，刚好发生了微盟程序员删库跑路的操作，删库跑路其实是我们在网上最常用的笑话，没想到还是照进了现实。

这里也提一点点吧，36 小时的故障，其实在互联网公司应该是个笑话了吧，权限控制没做好类似 rm -rf 、fdisk、drop 等等这样的高危命令是可以实时拦截掉的，备份，全量备份，增量备份，延迟备份，异地容灾全部都考虑一下应该也不至于这样，一家上市公司还是有点点不应该。

数据库基本的事务隔离级别，索引，SQL，主被同步，读写分离等都可能是你学的时候要了解到的。

上面我们提到了安全，不要把鸡蛋放一个篮子的道理大家应该都知道，那分库的意义就很明显了，然后你会发现时间久了表的数据大了，就会想到去接触分表，什么 TDDL、Sharding-JDBC、DRDS 这些插件都会接触到。

你发现流量大的时候，或者热点数据打到数据库还是有点顶不住，压力太大了，那非关系型数据库就进场了，Redis 当然是首选，但是 MongoDB、memcache 也有各自的应用场景。

Redis 使用后，真香，真快，但是你会开始担心最开始提到的安全问题，这玩意快是因为在内存中操作，那断点了数据丢了怎么办？你就开始阅读官方文档，了解 RDB，AOF 这些持久化机制，线上用的时候还会遇到缓存雪崩击穿、穿透等等问题。

单机不满足你就用了，他的集群模式，用了集群可能也担心集群的健康状态，所以就得去了解哨兵，他的主从同步，时间久了 Key 多了，就得了解内存淘汰机制……

他的大容量存储有问题，你可能需要去了解 Pika….

其实远远没完，每个的点我都点到为止，但是其实要深究每个点都要学很久，我们接着往下看。

实时/离线/大数据

等你把几种关系型非关系型数据库的知识点，整理清楚后，你会发现数据还是大啊，而且数据的场景越来越多多样化了，那大数据的各种中间件你就得了解了。

你会发现很多场景，不需要实时的数据，比如你查你的支付宝去年的，上个月的账单，这些都是不会变化的数据，没必要实时，那你可能会接触像 ODPS 这样的中间件去做数据的离线分析。

然后你可能会接触 Hadoop 系列相关的东西，比如于 Hadoop（HDFS）的一个数据仓库工具 Hive，是建立在 Hadoop 文件系统之上的分布式面向列的数据库 HBase?。

写多的场景，适合做一些简单查询，用他们又有点大材小用，那 Cassandra 就再合适不过了。

离线的数据分析没办法满足一些实时的常见，类似风控，那 Flink 你也得略知一二，他的窗口思想还是很有意思。

数据接触完了，计算引擎 Spark 你是不是也不能放过……

搜索引擎：

传统关系型数据库和 NoSQL 非关系型数据都没办法解决一些问题，比如我们在百度，淘宝搜索东西的时候，往往都是几个关键字在一起一起搜索东西的，在数据库除非把几次的结果做交集，不然很难去实现。

那全文检索引擎就诞生了，解决了搜索的问题，你得思考怎么把数据库的东西实时同步到 ES 中去，那你可能会思考到 logstash 去定时跑脚本同步，又或者去接触伪装成一台 MySQL 从服务的 Canal，他会去订阅 MySQL 主服务的 binlog，然后自己解析了去操作 Es 中的数据。

这些都搞定了，那可视化的后台查询又怎么解决呢？Kibana，他他是一个可视化的平台，甚至对 Es 集群的健康管理都做了可视化，很多公司的日志查询系统都是用它做的。