資料庫

• 2.1 池化技術：如何減少頻繁建立資料庫連線的效能損耗？
• 2.2 資料庫優化方案（一）：查詢請求增加時，如何做主從分離？
• 2.3 資料庫優化方案（二）：寫入資料量增加時，如何實現分庫分表？
• 2.4 發號器：如何保證分庫分表後ID的全域性唯一性？
• 2.5 NoSQL：在高併發場景下，資料庫和NoSQL如何做到互補？

快取

• 3.1 快取：資料庫成為瓶頸後，動態資料的查詢要如何加速？
• 3.2 快取的使用姿勢（一）：如何選擇快取的讀寫策略？
• 3.3 快取的使用姿勢（二）：快取如何做到高可用？
• 3.4 快取的使用姿勢（三）：快取穿透了怎麼辦？
• 3.5 CDN：靜態資源如何加速？

訊息佇列

• 4.1 訊息佇列：秒殺時如何處理每秒上萬次的下單請求？
• 4.2 訊息投遞：如何保證訊息僅僅被消費一次？
• 4.3 訊息佇列：如何降低訊息佇列系統中訊息的延遲？
• 4.4 面試現場第二期：當問到專案經 歷時，面試官究竟想要了解什麼？

分散式服務

• 5.1 系統架構：每秒1萬次請求的系統要做服務化拆分嗎？
• 5.2 微服務架構：微服務化後，系統架構要如何改造？
• 5.3 RPC框架：10萬QPS下如何實現毫秒級的服務呼叫？
• 5.4 註冊中心：分散式系統如何定址？
• 5.5 分散式Trace：橫跨幾十個分散式元件的慢請求要如何排查？
• 5.6 負載均衡：怎樣提升系統的橫向擴充套件能力？
• 5.7 API閘道器：系統的門面要如何做呢？
• 5.8 多機房部署：跨地域的分散式系統如何做？
• 5.9 Service Mesh：如何遮蔽服務化系統的服務治理細節？

維護

• 6.1 給系統加上眼睛：服務端監控要怎麼做？
• 6.2 應用效能管理：使用者的使用體驗應該如何監控？
• 6.3 壓力測試：怎樣設計全鏈路壓力測試平臺？
• 6.4 配置管理：成千上萬的配置項要如何管理？
• 6.5 降級熔斷：如何遮蔽非核心繫統故障的影響？
• 6.6 流量控制：高併發系統中我們如何操縱流量？
• 6.7 面試現場第三期：你要如何準備一場技術面試呢？

實戰

• 7.1 計數系統設計（一）：面對海量資料的計數器要如何做？
• 7.2 計數系統設計（二）：50萬QPS下如何設計未讀數系統？
• 7.3 資訊流設計（一）：通用資訊流系統的推模式要如何做？
• 7.4 資訊流設計（二）：通用資訊流系統的拉模式要如何做？

高併發（High Concurrency）是網際網路分散式系統架構設計中必須考慮的因素之一，它通常是指，通過設計保證系統能夠同時並行處理很多請求。

最後

按照上面的過程，4個月的時間剛剛好。當然Java的體系是很龐大的，還有很多更高階的技能需要掌握，但不要著急，這些完全可以放到以後工作中邊用別學。

學習程式設計就是一個由混沌到有序的過程，所以你在學習過程中，如果一時碰到理解不了的知識點，大可不必沮喪，更不要氣餒，這都是正常的不能再正常的事情了，不過是“人同此心，心同此理”的暫時而已。

“道路是曲折的，前途是光明的！”

本文已被CODING開源專案：【一線大廠Java面試題解析+核心總結學習筆記+最新講解視訊+實戰專案原始碼】收錄