【杂谈】研究生最后一年学习计划

研究生最后一年学习计划

前言

又是一年毕业季的到来，想想研究生真是过的飞快。最近忙着实习与校招，目前还没有正式收到offer但是问题也不是很大，前段时间在菜鸟网络基础架构部门实习时经历了很多，与一群比我牛逼很多的人共事也学到了很多（尽管也被批评了很多），接下来我将会一边总结实习过程中的感受、遇到的问题，一边规划一下未来一年的学习计划。

实习总结

主要工作

1、参与了菜鸟基础架构组的弹性扩缩容项目，主要完成的是对系统的监控数据获取、聚合等功能

其实这块业务并没有什么技术含量，简单点说就是离线拉取数据，并对数据进行CURD。其中，比较有意思的是全程使用Java8的stream类库，这个知识点我找时间总结一下（包括foreach、map、reduce、paralleStream等等）。另外需要考虑很多额外的东西，例如数据其实每天只更新一次，所以为了提速接口rt采用了redis来做缓存；同时HTTP接口拉取监控数据不稳定，很容易超时或者连接失败，导致改次请求无法获取数据，这时需要对代码进行良好的异常处理，还需要考虑数据拉取失败时的重试策略（这块还没来得及完善，基本思路是设置最大重试次数，在异常捕获处重新拉取）。

另外一个点，由于是对ip维度进行统计、聚合，那么ip数量很大时如果还是串行执行就很慢了，所以需要使用多线程来提速。

2、参加黑客马拉松比赛，完成类隔离容器项目

这块我打算专门写一篇博客来细讲，就不在这多说了，届时会把链接更新过来。先甩一张架构图镇楼。

我理解的企业的用人要求

最近也参加了很多家公司的面试，有如意也有被虐的很惨的，以下是一些知识点的总结（实际上下面的很多都没有涉及到，毕竟校招还是考察基础更多一些）。

• 算法及数据结构：重要性就不用说了，面试中很多公司（绝大部分外企，百度、头条、快手等）都会非常看重这块，如果想去以上公司那就必须要投入很多时间和精力去刷题了。
• MySQL原理：互联网最常用的关系型数据库，面试几乎都会问到，考察点如存储引擎比较、视图、索引、花式join等，我认为索引尤为重要，应该多多去学习和理解原理（之后计划写一篇关于索引的总结）。
• Redis原理：互联网非常常用的内存型Key Value数据库，单线程，支持持久化，速度非常快，面试常被问到Redis支持的数据结构，深入的可能会问实现原理（准备学一下）。
• Nginx原理：性能高、吞吐量大的服务器，适合做静态资源服务器和后台的负载均衡入口，同样也是单线程，基本配置和原理值得学习。
• Tomcat原理：Tomcat是Javaer最常用的服务器，其本身也是一个Java进程，作为一个容器运行webapps目录下的war包项目。我认为经常会考察的点在于Tomcat的常用配置、内部的类加载器等。
• Spring原理：搞Java的应该没谁不知道Spring，常见面试题有Spring bean初始化流程，IOC和AOP原理，Spring上下文管理等。目前来说SpringBoot应该要比SpringMVC更火一点了，必须学习。
• RPC原理：分布式系统中不同服务之间调用的一种方式，我理解的是类似于HTTP的一种暴露服务的方式（可能有误），Java中常见的如Dubbo，其他的有gRpc，值得深入学习。
• MQ原理：消息队列在互联网中也是有着非常重要的地位，是一个同步转异步的好方式，相关框架特别多，比如Kafka、RocketMQ、RabbitMQ等，那就必须要了解各个框架之间的优劣势和特点。
• 分布式基础知识：稍微大点规模的系统都需要用到分布式，因为单机所提供的资源是有限的，互联网中分布式自然是家常便饭了。分布式系统中需要考虑数据一致性问题，这里面水非常深，任重道远。
• Linux：Linux是最常用的服务器系统，现在Docker（容器）又是新潮技术，特点是易部署、扩展性强。研发工程师不仅要懂得开发，也要懂一些运维的基本功。比如我在面试中就遇到了很多直接问Linux命令的问题，也包括一些shell脚本的使用。至于操作系统本身，那就更是基本功了。多使用多记录，慢慢来吧。

以上是零零散散的知识点，另外语言的基本功、系统设计能力、设计模式等也是后台开发者必备良药。私以为，上面这些点掌握80%，去面阿里拿个P6应该没问题了（不知道会不会被喷哈哈）~

学习计划

上面说的这些知识点，其实我都只是略懂一二甚至很多都只是了解的层面，所以在接下来的空闲时间里我决定尽可能地去学习和整理这些内容，并以博客的形式记录下来。

分布式系统

这块东西其实很多，我觉得没有必要把所有的东西都看一遍，一来不现实二来其实也用不到那么多。分布式系统的原理性包括分布式一致性、分布式事务等核心原理是必须要理解透的，能滔滔不绝的扯个2、3个小时的程度我觉得就可以了。常用的分布式工具比如zookeeper、Kafka、Hadoop这类系统，也是必须去学会使用及了解原理的，师兄给我的建议是拿Hadoop去从源码级别看起，能学到很多书本上没有的东西，我会尽量朝这个方向去努力的。

为了强迫自己去学习，开启了一个系列博客写作计划，目前已经有第一篇产出：ZooKeeper学习之一：安装及命令行使用，后续我会继续加油。

刷LeetCode

有人可能想说研三不都已经结束找工作了吗怎么还要刷题？稍微考虑远一点，正式工作了一般来说都是没时间去刷题了，万一要跳槽去一些外企或者喜欢面算法的公司（快手等）的时候，就非常尴尬了，所以还是要把以后的压力分摊到现在来。

刷题是一种好习惯，应当坚持。

机器学习

机器学习、深度学习、AI等名词几乎是近两年来IT圈内最热的词汇，如果只是说热度高，那么并不是每个人都需要去学习，而是说这门技术你是否能够用得上、能否产生价值。

我在研究生期间更多的是弥补本科落下的代码量、实习经历，自己也不够勤学去追赶新潮技术，所以对于机器学习这方面只是停留在“听过”的层面。而在阿里实习的过程中，我发现即使是后台研发人员也可能遇到需要使用到机器学习、统计学习等方法来解决的问题。例如在进行弹性扩缩容项目开发时，就需要对服务的流量进行预测，这块实际上是时间序列的数据的预测，自然涉及到了统计和机器学习相关知识（将推荐转换成分类问题）。

沐神（李沐）最近开启了一个深度学习教程，看了第一节课感觉很亲民，有时间的话可以追一追：动手学深度学习。

总结

总体上说，做技术开发还是多敲代码多采坑多记录多积累的过程，所以还犹豫什么，just do IT~