在公司内部做一个系列培训，希望转型JAVA工程师的同学可以参考一下。


初级：
（1）了解JAVA语言
（2）掌握基本的算法和数据结构
（3）掌握SQL语法
（4）了解三层架构和MVC、MVVP模式。
（5）了解设计模式
 
中级：
（1）精通JAVA语法，对泛型、继承、多态、代理有充分的理解和熟练使用。
（2）能够对主流的算法和数据结构的利弊进行分析
（3）了解数据库工作原理，掌握SQL性能分析
（4）掌握分布式系统框架的特点，了解RPC工作原理
（5）对JVM工作原理有所了解
（6）能够对系统资源占用进行分析
 
高级：
（1）能够对主流的语言编程进行分类，了解函数语言、逻辑语言的特点
（2）熟练掌握JVM，能够解释内存模型、线程模型、编译机制、类加载机制 
（3）掌握性能优化的方法，了解吞吐量优先、响应优先的系统优化方法。
（4）对系统群的治理有所了解，掌握分类分级分层的治理逻辑
（5）了解大促保障的方法、机制
（6）对主流的架构模式有所了解。
 
设计了六课，跨越很大，需要在课外学习很多内容，课程可以一个星期进行一次。 


第一课：JAVA社区的现状、发展，如何做好社区转换
目标：（1）了解目前主流社区的情况，JAVA社区的情况
   （2）了解JAVA语言未来发展
   （3）掌握如何跨语言学习的方法
   （4）掌握JAVA语言基本语法
作业（二选一）：
         （1）谈一谈你对JAVA社区的理解，对照以前工作的语言或社区，分析一下优劣。
         （2）用JAVA语法写出一种可运行的二分查找算法程序。

 

第二课：JAVA编译器、面向对象特性、集合

目标：（1）了解JAVA编译和优化工具

    （2）了解继承、多态

    （3）了解静态代理和动态代理

    （4）了解JAVA常用的数据结构

作业（二选一）：

   （1）写出一致性哈希算法，并完成与普通Hash算法的优劣比较

   （2）写出JAVA 内存模型，并谈一谈JAVA发展了近二十年，为什么还没有更智能的内存分配算法，仍需要人工内存优化。

 

第三课：SPRING框架、苏宁技术体系

目标：（1）了解SPRING框架组成

    （2）了解MVC架构、三层架构、多层架构、MVVP架构

    （3）了解苏宁技术体系，常用组件

    （4）了解苏宁研发流程,包括SVN使用规范、代码检查规范、注释规范

 作业（二选一）：

   （1）谈谈你对RSF框架的理解，RPC、微服务框架

   （2）谈谈B/S框架与C/S的区别，优劣，浅谈MVC架构

 

第四课：数据架构、服务治理架构

目标：   （1）了解MYSQL数据库

（2）数据层组件DAL

       （3）了解分库分表原理，连续区间、散列的场景

（4）了解缓存架构，REDIS使用场景

（5）了解ESB组件、RSF框架

作业（二选一）：

（1）使用SNF-DAL访问MYSQL数据库，完成增删改查

（2）使用SNF-RSF完成服务端、客户端程序，并完成客户端调用服务端

 

第五课：系统优化、压测

目标：（1）了解容器连接池优化

   （2）了解线程池优化

   （3）了解数据连接池优化

   （4）了解超时设置

   （5）了解压测

作业（二选一）：

   （1）用代码自定义线程池，并谈一谈如何设置合理的线程数

  （2）用代码访问数据连接池，并谈一谈如何设置数据库连接数

 

第六课：高可用及大促保障，以及如何成为一名优秀的JAVA工程师

目标：（1）了解高可用思想，复制、分区、备份
   （2）了解大促保障的方法论，资源隔离、降级、流控的方法
   （3）了解成为一名高级工程师所需要具备的知识体系
作业（二选一）：
  （1）结合成为一名优秀的JAVA工程师，谈一谈自已未来的计划
  （2）谈一谈搭建一个高可用的系统，所需要的能力

java基础内容整理六
java基础整理六
十四.多态性
1.方法的多态性
2.对象的多态性（方法覆写是前提）
总结
十五.抽象类的定义与使用
1.抽象类的基本概念
2.抽象类的使用限制
3.模板设计模式

java基础整理六
十四.多态性
java的另一个核心概念：多态性
1.方法的多态性
方法的重载：同一个方法，可能通过参数不同有不同的方法体。

方法的覆写（重写）：同一个父类方法，可能因为子类的不同而有不同的实现。
2.对象的多态性（方法覆写是前提）

对象的向上转型：父类 父类对象 = 子类实例;(自动的)

列子：

IFruit fruit = new Apple();//apple是Ifruit接口的实现类（子类）


对象的向下转型：子类 子类对象  = （子类）父类实例；（强转）
向上转型主要看new后面的是谁，方法是否覆写。new的谁，就是哪个子类以及使用它的覆写方法。

向下转型是将父类对象变成子类对象
为什么需要向下转型？

子类自己的方法，在向上转型中不能使用，向上转型只能用父类自己定义的方法，通过子类覆写或者自己实现来调用。如果想要调用子类自己的方法，就必须向下转型。

但是不是所有的父类都可以向下转型

想要向下转型，首先必须父类是通过向上转型创建的对象，否则会出现ClassCaseException。因为父类不知道自己有多少子类，只有子类知道自己的父类是哪一个。
那么如何转型才靠谱？先判断。

子类对象 instance of 父类 ，返回一个boolean值

尽量慎用向下转型
这种转换有什么意义？

对象的向上转型有一个核心作用：操作参数统一，统一传一个父类作为参数对象，但是其中的方法可以是子类向上转型之后覆写的方法。

总结
对象多态性实现的核心在于方法覆写

通过对象的向上转型实现参数的统一

通过对象的向下转型实现子类扩充方法的调用（但是一般开发不用向下转型，因为两个没有关系的对象是不能转型的，存在安全隐患。）
十五.抽象类的定义与使用
1.抽象类的基本概念
在我们的实际编码过程中，需要注意尽量继承抽象类，不继承已经有完整功能写好的类。上一小结我们知道，对象多态性的本质就在于方法覆写。如果子类没有对父类进行方法覆写，就与多态的概念有所违背。除非是子类需要父类提供公共数据这种情况以外。

所以如果要对子类的方法有一些强制要求，父类建议使用抽象类。

java中通过关键字abstract来定义抽象类。

列子：
public abstract class BaseForm extends BaseVo {
    public abstract void checkData() throws ResultException;
}

抽象类自己无法实例化。

抽象类包含抽象方法，也用abstract关键字定义，由于不知道抽象方法的具体实现，所以不能调用，也不能实例化。

抽象类使用原则：

1.抽象类必须有子类

2.子类（非抽象类）必须覆写全部的抽象方法

3.抽象类的对象可以通过对象多态性利用子类为其实例化

4.抽象方法可以使用任意权限，但是尽量使用public。

5.抽象类的一个子类也只能继承一个父类

有一种使用形式：
	public abstract class A{
		public abstract void fun();
		public static A getInstance(){
			class B extends A{
				@Override
				public void fun() {
					System.out.println("b");
				}
			}
			return new B();
		};
	}
	//调用
	A a = A.getInstance();
	a.fun();

通过A.getInstance()获取实例化对象。

这么写表示指定了一种类去继承实现抽象类的方法，但是还是可以通过其他类的继承去实现这个抽象类A的抽象方法来作为辅助方法。对应封装性有很大的好处，可以把子类封装到一起。
2.抽象类的使用限制

抽象类允许有构造方法，并且遵守构造规则，即父类如果没有无参构造，子类需要使用super关键字调用父类构造方法。

对象实例化顺序为：1.类加载2.实例化3，初始化

进行类加载，进行对象空间开辟，进行类对象的属性初始化

所以如果构造方法没有执行完的话，属性全是默认值。
抽象类允许不定义任何的抽象方法，但是还是不能实例化。
抽象方法不能使用final关键字修饰，抽象方法不能用private关键字修饰。
抽象类也有内部类和外部类，内部类+static关键字相当于外部类。
外部类不能用static关键字修饰，内部类可以用static关键字修饰，相当于A.B是一个外部类。

3.模板设计模式
抽象类可以视为一个模板。

比如对于人，猪，狗来说，都需要吃，睡，动和接受一些指令等。这时候，可以通过抽象类作为一个模板，将这些行为抽象为一个个抽象方法。

通过这种模式，我们可以发现：

抽象类在使用中会定义固化的模式，会接受几种固定的指令。然后由子类去进行指令的实现。java中的一个重要组件servlet就是这样实现的。

总结：

抽象类有单继承局限。

抽象类要通过子类进行实例化。
下一次总结接口，Object类和包装类。

    

                    

                    

                    
                    
                    
本系列文章适用于想向DevOps模型转型的开发人员，或者是受过传统培训，想要了解整个关于DevOps的内容的运维人员，如果不属于以上两者，只是想在职业上寻找变化却不知从何开始的话，也请继续阅读。
如果你已从事多年DevOps工作，这篇文章仍可能对你有益，它可以验证我们当前所处位置和发展方向。

首先，什么是DevOps？
你可以在搜索引擎查找DevOps的定义，大部分都是一些冗长的语句（这里是有点自夸的嫌疑）。
那么我这里将为你节省时间并将其提取下来：DevOps是一种提供共同痛点和责任的交付软件的方式。仅此而已，那么，这到底是什么意思呢？
这意味着在传统上，创建软件的人即开发者的动机出发点与运行软件的人大不相同。
举个例子，作为一名开发人员，我希望尽可能快地创造出更多的新功能，毕竟这是我的工作，是客户的需求。但是如果我是一名运维人员，那么我希望新功能尽可能少，因为每个新功能都是一次变更，变更即意味着风险。
由于这种不同的利益出发点，DevOps诞生了。
DevOps试图将开发与运维融合到一个组中。我们的想法是会有一个小组来承担从面向客户的软件创建，部署和创收的痛点和责任（也可能是奖励）。
接下来纯粹主义者会告诉你没有“DevOps工程师”这样的东西。他们会告诉你，“DevOps是一种文化，而不是一种角色”。
好吧，他们说的这些从技术上来讲没毛病，但是正如经常发生的那样，这个术语已经超越了它原有的含义。
现在，成为DevOps工程师就好似成为“系统工程师2.0版本”。
换句话来说，DevOps工程师就是那些了解软件开发生命周期并带来软件工程工具和流程来解决传统运维挑战的人。
DevOps最终意味着构建数字（自动）化流程，从代码的诞生直至产生效益。这就是它的意义所在！
同样值得注意的是作为职业选择，整个DevOps空间得到了高度补充，几乎每家公司都在或是声称在“实施DevOps”。
不管这些公司处在哪里，整个DevOps行业的工作机会都很丰富，在未来的几年内将能提供很多有趣的有意义的工作。
额外需要注意雇佣“DevOps团队”或是“DevOps部门”的公司。严格来说，这些事情都不应该存在，因为最终DevOps是关于文化和交付软件的方式，而不是成立配备一个新的团队或是部门。
现在，我们先考虑以下几点。
你是否听说过在Reddit和StackOverflow上一句流行的比喻，“不存在初级DevOps工程师”这话是什么意思？
简而言之，想要成为DevOps工程师意味着需要多年的经验，结合对工具的扎实了解，才能最终成为真正有影响力的高级DevOps从业者。遗憾的是经验这条路是没有捷径可寻的。深刻理解快速变化的工具和方法这些技能需要数年才能掌握。
然而大多数公司都使用大致商定的工具和概念菜单，这就是本文所讲述的。
再次声明，工具与技能不同，因此当你学习工具时，请确保不要忽视自己的技能（包括面试，网络，书面沟通，故障排除等）。
最重要的是，不要忘记我们追求的目标，那就是构建一个全自动的数字化流程，将ideas转化成能创收的代码。
这是本篇文章中唯一最重要的内容。

光说不练，那么我该从何开始？
你可以参考以下作为路线图。
掌握以下内容，你大可以自称自己为DevOps工程师，如果你不喜欢“DevOps”称谓的话也可以称自己为云工程师。
以下的路线代表我（以及可能是在这个领域工作的大多数人）的关于一个有竞争力的DevOps工程师该了解什么的看法。也就是说，这只是一种意见，肯定会有不同的看法。
注意：你应该循序渐进，先从基础开始。首先开始学习蓝色的部分，包括Linux、Python、AWS，如果时间允许或是市场的就业需求，你应该再学习下Golang以及Google Cloud。

一旦你掌握了基础部分，那么我们开始讲讲现实中所需要的技能：

注意：上图缺少了测试阶段，这是有意为之的，编写单元测试，集成测试与验收测试并不容易，传统上讲这些都是落在开发者的头上的。我这里故意遗漏了测试阶段，因为上面路线图的目标是快速获取新技能与工具。我认为缺少测试专业知识是从业DevOps工作上一个微不足道的障碍。
同样请记住，我们不是在这里学习一大堆无关的技术。这些工具结合在一起来组成一个连贯的故事，我们才能对这些工具有更深刻的理解。
上面讲的是端到端的流程自动化，一个一环扣一环的数字化管道流程。
而且，你不想学习了一大堆工具就停下来。工具的变化很快，概念则是越来少。因此实践才能出真知。
接下来我们讲得深入一些。

基础知识
在“基础知识”往下一行就是所有DevOps工程师所必须掌握的技能。
行业优势的核心有三点，那就是操作系统，编程语言以及公共云。这些不是你可以很快能学习并掌握的东西。这些技能将是你必须持续获取并保持敏锐的技能，请持续关注并及时了解相关最新情况。
我们一个一个来看看吧。
Linux是能运行几乎所有东西的一个平台。当然一名出色的DevOps从业者也可以完全仅使用微软的生态系统。没有任何法律要求Linux实现一切。
然而请注意，虽然所有DevOps工作可以通过Windows完成，但在Windows上会比较痛苦，且相关的工作机会要少得多。所以你可以放心地假设在不了解Linux的情况下无法成为真正的DevOps专业人员。因此，Linux是你必须不断学习的技能。
老实说，最好的方法就是尽量多使用Linux，例如在个人电脑上安装Fedora或Ubuntu。在使用过程中，肯定会有某些东西被破坏，那么你会陷入困境，但你将不得不学习解决所有问题。这些都是获取经验的途径。
作为参考，红帽的分支版本在北美更为流行。因此，从Fedora或CentOS开始学起稍微有意义些。如果你还想知道是要选择KDE还是Gnome版本，我会告诉你Linus Torvalds也用的KDE。
Python：当今占主导地位的后端语言。易于上手，广泛使用。且Python在AI/机器学习领域非常流行，所以如果你想要转行到另一个热门领域，那么你将能轻易上手！
AWS：再一次申明，如果没有充分理解公共云如何工作，就不可能成为一名经验丰富的DevOps专业人士。如果你有了解过云的知识，那你该知道AWS是这一领域的主导者，它提供了最丰富的工具集。
是否可以从Google Cloud或Azure开始？当然可以，但是我们追求最大收获，至少在2018年，AWS是最稳当的。
当你注册AWS帐户时，你将获得免费套餐，所以这是一个能让你上手的好地方。
现在，当你登录到AWS控制台时，你将看到一个简单易懂的选项菜单。AWS会有非常多的功能，但值得高兴的是你并不需要了解每一个技术细节。
从VPC，EC2，IAM，S3，CloudWatch，ELB（在EC2保护伞下）和安全组开始，这些东西可以帮助你入门，每个现代化的支持云的企业都会大量使用这些工具。
AWS自己的培训站点同样是一个很好的入门平台。
我建议你每天留出20-30分钟来练习Python，Linux和AWS。
注意：这将是你必须学习的其他内容的补充。总而言之，我估计每天花费一个小时，每周五次就足以让你在6个月或更短的时间内充分了解DevOps领域的情况。
以上就是基础层，在随后的文章中，我们将探讨下一级复杂性：如何以完全自动化的方式配置，版本，打包，部署，运行和监控软件！
原文链接：https://medium.com/@devfire/how-to-become-a-devops-engineer-in-six-months-or-less-366097df7737

Kubernetes线下实战培训

Kubernetes应用实战培训将于2018年12月21日在北京开课，3天时间带你系统学习Kubernetes。本次培训包括：容器特性、镜像、网络；Docker特性、架构、组件、概念、Runtime；Docker安全；Docker实践；Kubernetes架构、核心组件、基本功能；Kubernetes设计理念、架构设计、基本功能、常用对象、设计原则；Kubernetes的实践、运行时、网络、插件已经落地经验；微服务架构、DevOps等，点击下方图片查看详情。

12月21日开课，点击阅读原文链接即可报名。
  

“中台”是这两年不断被提及的技术圈热词，先来者率先探索，后来者蠢蠢欲动。这个看上去如此现代化的名字，你可能很难想象，最初中台概念的形成，在1300多年前。
-历史上第一个“中台”
中台，在历史上是一个官署名，东汉始置尚书台,至南北朝,始称尚书省，是朝廷执行政务的最高行政机构。公元662年，唐高宗李治宣布机构改革，将传统的三省六部制的尚书省改名为中台，历史上的第一个“中台”就此诞生。
历史上的“中台”虽然与数字化时代的“中台”所指内容大相径庭，但“中台”所代表的“神经中枢”的作用是一致的。
-近代的“中台”是一种管理思想
1990年代，美军将中台思想应用到战术体系中，构建指挥中台，强大的炮火支援及战争实时战局信息汇聚于此，赋能提升前线单兵或作战单元的全副武装战斗能力。
-数字中台诞生的大背景
互联网发展催生企业平台化，企业借助平台化的力量快速响应用户的需求，形成了传统的“前台+后台”的平台化架构。大多数企业已有的后台，常出现后台变更速度跟不上前台的节奏，对业务的响应慢，即使小功能的改动要耗费时间和金钱。
-数字中台的原型来自芬兰游戏公司
在前后台不匹配这样的背景下，芬兰移动游戏公司Supercell找到了一种方式并被迅速效仿学习：Supercell积累了非常科学的研发方法和体系，包括游戏开发过程中公共、通用的游戏开发素材、算法做了很好的沉淀，形成了强大的试错能力，也就是中台能力，这就是现在我们谈到的数字中台的原型。阿里的 “大中台，小前台”战略，也是基于此产生。
-数字中台发展加速器–“变速齿轮”理论
2016年Gatner发布《Pace-Layered Application Strategy》报告，这份报告从理论的角度解释了为什么企业需要中台，从而大力推动数字中台发展。
报告中按照“步速”将企业的应用系统划分为SOR、SOD、SOI三个层次，SOR（后台）要求稳定， SOI（前台）要求小而美、快速迭代，天生齿轮匹配失衡，而SOD（中台）正是为解决这一问题而诞生，如同 “变速齿轮”，将前后台的不同速率进行匹配。

-格创东智“4+N”战略构建数字中台
格创东智认为，数字中台是数据资产的企业级能力复用平台，生产逻辑、业务流程、知识经验皆被数据化和智能化，是企业业务和流程的支撑和推动力量。数字中台在中国正处于探索起步期和快速推进期中间的阶段，毋庸置疑，建设中台将为企业及早构建在数字时代的竞争先发优势。

东智数字中台Poros，是面向工业场景的新一代、工具化、高生产力数字化中台。6月底，格创东智“数字中台解决方案”获评2020年工业互联网新基建先锋榜“十大优秀解决方案”（该评选由工信部直属《通信产业报》全系媒体组织）。

Poros以“4+N”战略构建四个中台（业务中台、数据中台、AI中台、技术中台）和N个工业应用，敏捷高效地支持业务规模化创新，基于Poros构建新应用，用时比传统架构快至少5倍；基于Poros逐步替代传统应用，运维成本减少50%。
-业务中台
业务中台将工业应用的业务规则、流程、逻辑与业务进行隔离，整合封装成微服务、组件等前台友好的可复用共享的能力，将一切业务数据化，实现业务在线化，提高整体业务的灵活性和响应速度，实现后台资源到前台敏捷复用能力的转化。
微服务模块，为上层应用提供灵活可复用的API，实现服务快速复用。

轻应用平台，赋能一线生产工程师成为“工业极客”，让一线业务人员简单拖拽或套用应用模板等可视化方式，10分钟完成轻应用的搭建与部署。

-数据中台
数据中台为复杂工业场景海量高频数据存储、计算提供数字化引擎，加速数据资产沉淀。

数据中台的基础引擎平台(DataEngine)，基于业界流行的大数据MPP+Hadoop混合架构，支持分布式存储、分布式并行计算、高性能内存计算，提供满足工业物联场景的海量数据存储及高效实时/离线计算引擎服务。

-AI中台
AI中台提供企业融合数智应用场景的AI能力平台解决方案，支持统一的多样化数据源入口（包括结构化数据及非结构化数据），针对不同的数据源和场景，调用不同的算法引擎、训练引擎和建模工具，然后整合输出统一的模型镜像服务，最终一键转线上预测推理。
其中，基于大数据和机器学习算法的多因子挖掘工具GeekMind，快速分析锁定产品品质缺陷关键因子。

基于深度学习的工业视觉AI能力平台GeekVision，可快速构建工业视觉AI应用。

-技术中台
技术中台提供强大算力支撑，无缝整合DevOps工具链、微服务框架、容器集群，为企业创新提供基础支撑，可赋能团队高质量完成软件的生命周期管理，从而更快、更频繁地交付更稳定的软件。

选择面向未来的数字化解决方案Poros，选择数据智能创新实践者格创东智，在奔腾而来的数字化时代赢得先机。
格创东智，让工业更智慧！