【雜談】研究生最後一年學習計劃

研究生最後一年學習計劃

前言

又是一年畢業季的到來，想一想研究生真是過的飛快。最近忙着實習與校招，目前尚未正式收到offer可是問題也不是很大，前段時間在菜鳥網絡基礎架構部門實習時經歷了不少，與一羣比我牛逼不少的人共事也學到了不少（儘管也被批評了不少），接下來我將會一邊總結實習過程當中的感覺、遇到的問題，一邊規劃一下將來一年的學習計劃。

實習總結

主要工做

一、參與了菜鳥基礎架構組的彈性擴縮容項目，主要完成的是對系統的監控數據獲取、聚合等功能

其實這塊業務並無什麼技術含量，簡單點說就是離線拉取數據，並對數據進行CURD。其中，比較有意思的是全程使用Java8的stream類庫，這個知識點我找時間總結一下（包括foreach、map、reduce、paralleStream等等）。另外須要考慮不少額外的東西，例如數據其實天天只更新一次，因此爲了提速接口rt採用了redis來作緩存；同時HTTP接口拉取監控數據不穩定，很容易超時或者鏈接失敗，致使改次請求沒法獲取數據，這時須要對代碼進行良好的異常處理，還須要考慮數據拉取失敗時的重試策略（這塊還沒來得及完善，基本思路是設置最大重試次數，在異常捕獲處從新拉取）。

另一個點，因爲是對ip維度進行統計、聚合，那麼ip數量很大時若是仍是串行執行就很慢了，因此須要使用多線程來提速。

二、參加黑客馬拉松比賽，完成類隔離容器項目

這塊我打算專門寫一篇博客來細講，就不在這多說了，屆時會把連接更新過來。先甩一張架構圖鎮樓。

我理解的企業的用人要求

最近也參加了不少家公司的面試，有如意也有被虐的很慘的，如下是一些知識點的總結（實際上下面的不少都沒有涉及到，畢竟校招仍是考察基礎更多一些）。

• 算法及數據結構：重要性就不用說了，面試中不少公司（絕大部分外企，百度、頭條、快手等）都會很是看重這塊，若是想去以上公司那就必需要投入不少時間和精力去刷題了。
• MySQL原理：互聯網最經常使用的關係型數據庫，面試幾乎都會問到，考察點如存儲引擎比較、視圖、索引、花式join等，我認爲索引尤其重要，應該多多去學習和理解原理（以後計劃寫一篇關於索引的總結）。
• Redis原理：互聯網很是經常使用的內存型Key Value數據庫，單線程，支持持久化，速度很是快，面試常被問到Redis支持的數據結構，深刻的可能會問實現原理（準備學一下）。
• Nginx原理：性能高、吞吐量大的服務器，適合作靜態資源服務器和後臺的負載均衡入口，一樣也是單線程，基本配置和原理值得學習。
• Tomcat原理：Tomcat是Javaer最經常使用的服務器，其自己也是一個Java進程，做爲一個容器運行webapps目錄下的war包項目。我認爲常常會考察的點在於Tomcat的經常使用配置、內部的類加載器等。
• Spring原理：搞Java的應該沒誰不知道Spring，常見面試題有Spring bean初始化流程，IOC和AOP原理，Spring上下文管理等。目前來講SpringBoot應該要比SpringMVC更火一點了，必須學習。
• RPC原理：分佈式系統中不一樣服務之間調用的一種方式，我理解的是相似於HTTP的一種暴露服務的方式（可能有誤），Java中常見的如Dubbo，其餘的有gRpc，值得深刻學習。
• MQ原理：消息隊列在互聯網中也是有着很是重要的地位，是一個同步轉異步的好方式，相關框架特別多，好比Kafka、RocketMQ、RabbitMQ等，那就必需要了解各個框架之間的優劣勢和特色。
• 分佈式基礎知識：稍微大點規模的系統都須要用到分佈式，由於單機所提供的資源是有限的，互聯網中分佈式天然是屢見不鮮了。分佈式系統中須要考慮數據一致性問題，這裏面水很是深，任重道遠。
• Linux：Linux是最經常使用的服務器系統，如今Docker（容器）又是新潮技術，特色是易部署、擴展性強。研發工程師不只要懂得開發，也要懂一些運維的基本功。好比我在面試中就遇到了不少直接問Linux命令的問題，也包括一些shell腳本的使用。至於操做系統自己，那就更是基本功了。多使用多記錄，慢慢來吧。

以上是零零散散的知識點，另外語言的基本功、系統設計能力、設計模式等也是後臺開發者必備良藥。私覺得，上面這些點掌握80%，去面阿里拿個P6應該沒問題了（不知道會不會被噴哈哈）~

學習計劃

上面說的這些知識點，其實我都只是略懂一二甚至不少都只是瞭解的層面，因此在接下來的空閒時間裏我決定儘量地去學習和整理這些內容，並以博客的形式記錄下來。

分佈式系統

這塊東西其實不少，我以爲沒有必要把全部的東西都看一遍，一來不現實二來其實也用不到那麼多。分佈式系統的原理性包括分佈式一致性、分佈式事務等核心原理是必需要理解透的，能口若懸河的扯個二、3個小時的程度我以爲就能夠了。經常使用的分佈式工具好比zookeeper、Kafka、Hadoop這類系統，也是必須去學會使用及瞭解原理的，師兄給個人建議是拿Hadoop去從源碼級別看起，能學到不少書本上沒有的東西，我會盡可能朝這個方向去努力的。

爲了強迫本身去學習，開啓了一個系列博客寫做計劃，目前已經有第一篇產出：ZooKeeper學習之一：安裝及命令行使用，後續我會繼續加油。

刷LeetCode

有人可能想說研三不都已經結束找工做了嗎怎麼還要刷題？稍微考慮遠一點，正式工做了通常來講都是沒時間去刷題了，萬一要跳槽去一些外企或者喜歡面算法的公司（快手等）的時候，就很是尷尬了，因此仍是要把之後的壓力分攤到如今來。

刷題是一種好習慣，應當堅持。

機器學習

機器學習、深度學習、AI等名詞幾乎是近兩年來IT圈內最熱的詞彙，若是隻是說熱度高，那麼並非每一個人都須要去學習，而是說這門技術你是否可以用得上、可否產生價值。

我在研究生期間更多的是彌補本科落下的代碼量、實習經歷，本身也不夠勤學去追趕新潮技術，因此對於機器學習這方面只是停留在「聽過」的層面。而在阿里實習的過程當中，我發現即便是後臺研發人員也可能遇到須要使用到機器學習、統計學習等方法來解決的問題。例如在進行彈性擴縮容項目開發時，就須要對服務的流量進行預測，這塊其實是時間序列的數據的預測，天然涉及到了統計和機器學習相關知識（將推薦轉換成分類問題）。

沐神（李沐）最近開啓了一個深度學習教程，看了第一節課感受很親民，有時間的話能夠追一追：動手學深度學習。

總結

整體上說，作技術開發仍是多敲代碼多采坑多記錄多積累的過程，因此還猶豫什麼，just do IT~