语雀《学习文档》内容整理：Java 后端知识地图（站内独立版）

说明：本文已将原“目录 + 外链”形式改为站内可直接阅读的独立文档。

一、全景知识地图

Java 后端知识可按 3 层能力来组织：

  1. 基础运行时层：并发编程、JVM、IO、TCP/IP。
  2. 数据与性能层：Redis、缓存、分布式缓存。
  3. 分布式治理层：消息中间件、限流、GC 与稳定性优化。

建议学习策略：先构建“运行时 + 网络”底座，再进入“缓存 + 消息”中间件，最后补齐“限流 + GC”稳定性治理。

二、并发编程（Concurrency）

1. 核心目标

  • 让多线程在正确性（不出错）和性能（吞吐/延迟）之间取得平衡。

2. 必会概念

  • 线程与进程、用户态与内核态切换。
  • 可见性、原子性、有序性（JMM 三大问题）。
  • synchronized、volatile、Lock、CAS。
  • 线程池参数：核心线程数、队列、拒绝策略。

3. 高频实践

  • IO 密集型场景：线程数可大于 CPU 核数。
  • CPU 密集型场景：线程数通常接近 CPU 核数。
  • 避免在业务代码里滥用 new Thread()，统一收敛到线程池。

4. 常见故障定位

  • 吞吐下降：看线程池队列堆积与上下文切换。
  • 响应变慢：排查锁竞争、长临界区与阻塞调用。
  • 偶发错误：优先怀疑共享变量发布与并发容器使用方式。

三、JVM 整理（Java Runtime）

1. 执行路径

.java 源码 → 编译成 .class → 类加载（加载/链接/初始化）→ 字节码执行。

2. 运行时内存区域

  • 堆（对象分配主区域）
  • 虚拟机栈（方法调用）
  • 方法区/元空间（类元数据）
  • 程序计数器、本地方法栈

3. 类加载机制

  • 双亲委派模型：避免核心类被篡改、避免重复加载。
  • 重点掌握：何时触发类初始化、何时只加载不初始化。

4. 排查主线

  • OOM：先看堆、再看元空间、最后看直接内存。
  • Full GC 频繁：看对象晋升、内存分配速率与大对象分配。

四、IO 与 TCP/IP 基础

1. IO 模型

  • BIO：阻塞式，编码简单，连接数大时扩展性弱。
  • NIO：多路复用，适合高并发网络场景。
  • AIO：异步回调，模型复杂但理论并发能力更高。

2. TCP/IP 关键点

  • 三次握手、四次挥手。
  • 滑动窗口、重传机制、拥塞控制。
  • TIME_WAIT 过多与连接复用。

3. 后端实践关注

  • 长连接与短连接的取舍。
  • 粘包拆包与应用层协议设计。
  • 超时设置（连接超时 / 读超时 / 写超时）分层治理。

五、Redis、缓存与分布式缓存

1. Redis 认知

  • 数据结构：String、Hash、List、Set、ZSet。
  • 常见底层结构：动态字符串、哈希表、跳表等。
  • 场景：缓存、分布式锁、计数器、排行榜。

2. 缓存三大问题

  • 缓存穿透：查不到的数据反复打 DB。
  • 缓存击穿：热点 key 失效瞬间冲垮后端。
  • 缓存雪崩：大量 key 同时过期导致服务雪崩。

3. 常用治理手段

  • 空值缓存 + BloomFilter。
  • 热点 key 永不过期或逻辑过期。
  • 过期时间打散 + 多级缓存（本地 + Redis）。

4. 分布式缓存设计要点

  • 一致性：先更新库还是先删缓存要有统一策略。
  • 可用性：主从、哨兵、集群模式按业务体量选择。
  • 可观测性：命中率、慢查询、内存碎片率、连接数必须可监控。

六、消息中间件（RocketMQ / Pulsar）

1. 为什么需要 MQ

  • 解耦：生产者与消费者职责分离。
  • 削峰：瞬时流量用队列缓冲。
  • 异步：把非核心链路改为异步处理。

2. 关键语义

  • 至少一次、至多一次、尽力一次（语义与成本权衡）。
  • 顺序消息、延迟消息、事务消息。
  • 幂等消费：用业务主键或去重表防重。

3. RocketMQ 与 Pulsar（选型视角）

  • RocketMQ：工程化成熟，国内生态与实践丰富。
  • Pulsar：存算分离架构突出，多租户能力更强。
  • 选型优先看：团队经验、运维复杂度、生态整合成本。

4. 常见问题

  • 消息堆积：消费者能力不足或下游阻塞。
  • 重复消费：业务层必须实现幂等。
  • 消息丢失：生产、存储、消费确认链路逐层兜底。

七、限流算法与稳定性治理

1. 常见限流算法

  • 固定窗口计数器：实现简单，但临界突刺明显。
  • 滑动窗口：统计更平滑，复杂度略高。
  • 令牌桶：允许突发，整体速率可控。
  • 漏桶：输出速率稳定，适合下游保护。

2. 落地策略

  • 网关层做全局限流（按 IP、接口、租户）。
  • 服务层做资源限流（线程池、连接池、QPS）。
  • 降级与熔断联动，避免“限流成功但服务仍雪崩”。

3. 观测指标

  • 限流触发率、请求拒绝率、95/99 线延迟、错误率。

八、GC 算法与内存调优

1. 垃圾回收核心思想

  • 判断对象是否存活（可达性分析）。
  • 回收策略：标记-清除、标记-整理、复制算法。

2. 分代回收思路

  • 新生代：对象朝生夕灭，回收频繁。
  • 老年代：存活对象多，回收成本高。

3. 调优方法论

  • 先看日志与监控，再改参数。
  • 关注吞吐优先还是停顿优先。
  • 避免“凭感觉调参”，每次变更都要可回滚、可对比。

九、4 周复习路线（可直接执行）

第 1 周：并发 + JVM

  • 输出：线程池参数模板 + 常见 OOM 排查清单。

第 2 周：IO + TCP/IP + 缓存基础

  • 输出：服务超时治理基线 + 缓存问题排查手册。

第 3 周：Redis + 分布式缓存 + MQ

  • 输出：热点 key 保护方案 + 消费幂等模板。

第 4 周：限流 + GC + 全链路复盘

  • 输出：接口限流策略表 + GC 监控看板指标清单。

十、作为站内文档的后续维护建议

  • 每个主题继续拆分为三部分：概念卡片 / 面试题 / 最小可运行代码。
  • 每次新增知识点时补齐：适用场景、边界条件、故障信号、排查命令。
  • 在文章末尾维护“版本记录”，确保知识地图可追踪迭代。