2026-4-21 【架构】前端通用skill
下面按“每天 1~1.5 小时、16 周、广度速览后项目贯穿”整理。资源遵循一个原则:
视频建立直觉,官方文档解决版本和实现问题,项目负责真正掌握。
不要完整刷完所有长课,只看列出的章节。
一、固定资源库
1. 后端知识地图
JavaGuide 覆盖 Java、并发、JVM、MySQL、Redis、分布式、高并发、系统设计和 AI 应用,适合快速建立广度和后期面试复习。JavaGuide 当前目录
使用方式:
- 每天先读对应专题 20~30 分钟
- 只整理:用途、原理、故障、取舍
- 不背完整面试答案
重点目录:
2. Spring Boot 主视频
课程基于 Java 17、Spring Boot 3,包含自动配置、配置管理、日志、Web、数据访问等内容。课程目录
只看:
- 1~12:快速入门、依赖管理、自动配置
- 13~22:配置与日志
- Web 开发章节
- 数据访问章节
- Actuator 章节
跳过:
- WebFlux 深入
- GraalVM
- 源码级自动配置细节
- 不涉及项目的整合章节
官方配套:
项目建议使用 Spring Boot 3.x 稳定版,不追新切换 Spring Boot 4。
二、第 1~2 周:后端广度资源
第 1 天:现代 Java
教程:
重点:
- 集合、泛型
- Lambda、Stream
- Optional
- record
- 日期时间 API
- 异常处理
- Java 17/21 新特性
时间限制:90 分钟,只恢复语感,不重新刷 Java SE 全套课程。
第 2 天:Spring 与 Spring Boot
视频:
官方教程:
掌握:
- IOC、DI、Bean
- AOP 使用场景
- 自动配置
- 配置绑定
- Spring MVC 请求流程
第 3 天:REST API、校验与异常
官方教程:
掌握:
- Controller、DTO、Service
- 参数校验
- 全局异常
- HTTP 状态码
- 分页
- 鉴权和权限
- API 幂等
第 4 天:MySQL
主教程:
官方精读:
重点:
- B+Tree 与联合索引
- 最左前缀
- 覆盖索引
- ACID
- 隔离级别
- MVCC
- 行锁、间隙锁
- EXPLAIN
官方文档明确列出了索引、InnoDB 事务管理和执行计划分析等优化路径。MySQL Optimization
第 5 天:Redis
教程:
重点:
- String、Hash、Set、ZSet
- Cache Aside
- 缓存穿透、击穿、雪崩
- 热点 Key
- 过期和淘汰策略
- 分布式锁边界
Redis 官方的数据类型页面同时提供对应教程和代码示例,适合实验时查阅。Redis Docs
第 6 天:并发与 JVM
教程:
重点:
- Java 内存模型
synchronized、volatile- CAS
- 并发容器
- 线程池
CompletableFuture- 堆、栈、元空间
- GC
- 线程 Dump、JFR
不需要在此阶段深入 AQS 源码。
第 7 天:第一周复盘
输出一张知识图:
1 | |
为每个节点写:
- 负责什么
- 可能出什么问题
- 用什么指标定位
第 8 天:RabbitMQ
官方教程:
按顺序做:
- Hello World
- Work Queues
- Publish/Subscribe
- Routing
- Publisher Confirms
RabbitMQ 官方目前提供 Java 和 Spring AMQP 的完整消息模式示例。RabbitMQ Tutorials
重点不是 API,而是:
- 消息为何可能重复
- 消息如何确认
- 消费失败如何重试
- 死信如何处理
- 如何设计幂等
第 9 天:分布式一致性
教程:
重点:
- CAP、BASE
- 强一致与最终一致
- 幂等
- 重试与补偿
- Outbox
- Saga
不要实现分布式事务框架;在项目中做 Outbox 或本地消息表即可。
第 10 天:微服务广度
教程:
只理解:
- API Gateway
- 服务注册发现
- 配置中心
- 服务间调用
- 服务拆分原则
- Database per Service
- 熔断与故障隔离
项目仍然使用模块化单体,不搭建 Spring Cloud 全家桶。
第 11 天:稳定性治理
教程:
重点:
- Timeout
- Retry
- Circuit Breaker
- Rate Limiter
- Bulkhead
- Fallback
Resilience4j 可按需使用熔断、限流、重试、隔离和超时模块,不必全部引入。Resilience4j
第 12 天:可观测性
官方教程:
重点:
- Logs、Metrics、Traces
- RED 指标
- JVM 指标
- 连接池、线程池指标
- P95、P99
- Trace ID
Spring Boot 官方将可观测性拆为日志、指标和链路,并通过 Micrometer Observation 与 OpenTelemetry 集成。Spring Boot Observability
第 13 天:Docker 与测试
Docker:
测试:
项目中只需要:
- JUnit
- 少量 Mockito
- MySQL、Redis、RabbitMQ 集成测试
- Docker Compose 本地环境
第 14 天:架构设计
教程:
练习顺序:
1 | |
三、第 3~8 周:项目贯穿资料
不要再找新项目教程。直接开发“智能故障诊断平台”。
第 3 周:Spring Boot 业务闭环
查阅:
- Spring Data JPA或公司使用的 MyBatis
- MyBatis 官方中文文档
- Spring Security
完成:
- 用户和权限
- 服务管理
- 故障事件 CRUD
- 处理记录
- 参数校验和异常处理
第 4 周:事务、并发、测试
查阅:
完成:
- 工单领取
- 乐观锁
- 事务回滚
- 并发测试
- 数据库集成测试
第 5 周:Redis
查阅:
完成:
- Cache Aside
- 空值缓存
- 随机过期
- 缓存降级
- 缓存命中率
第 6 周:MQ
查阅:
完成:
- 异步通知
- 消费幂等
- Publisher Confirm
- 重试
- 死信
- 人工补偿
第 7 周:稳定性和可观测性
查阅:
完成:
- 超时、有限重试
- 限流、熔断、降级
- Prometheus 指标
- Grafana 面板
- Trace ID
- 故障模拟
第 8 周:压测与架构答辩
工具:
二选一,推荐 k6,因为你有前端 JavaScript 基础。
完成:
- 吞吐量
- P95/P99
- 错误率
- 数据库和线程池表现
- 容量估算
- 故障报告
四、第 9~10 周:Agent 广度资源
中文主视频
推荐先看短而完整的:
Spring AI 2.0:Prompt、结构化输出、Memory、Tools、RAG、MCP
它共 16 节,覆盖当前需要的全部基础主题。视频目录
观看顺序:
- Spring AI 与模型接入
- ChatClient
- Prompt
- Structured Output
- Chat Memory
- Tool Calling
- Embedding
- Vector Database
- RAG
- MCP
跳过:
- 多模态
- 模型训练
- 复杂多 Agent
- 各种模型厂商重复接入
备选课程:
只选一套主视频,不要三套都刷。
Spring AI 官方主线
按此顺序阅读:
- Spring AI Reference
- ChatClient
- Structured Output
- Tool Calling
- Chat Memory
- RAG
- Vector Databases
- MCP Client
- Observability
- Evaluation Testing
Spring AI 当前官方能力已经覆盖同步/流式模型调用、结构化输出、Tools、RAG、MCP、可观测性和基础评测,因此无需同时引入 LangChain4j。Spring AI ChatClient
大模型基础补充
- DeepLearning.AI:ChatGPT Prompt Engineering
- DeepLearning.AI:Building Systems with ChatGPT API
- Hugging Face NLP Course
只看前两个短课。Hugging Face 作为概念查询,不完整学习模型训练。
五、第 11~16 周:Agent 项目资料
第 11 周:模型调用与结构化输出
学习:
完成:
- 故障摘要
- Java
record结构化返回 - 流式响应
- Token、耗时和错误记录
第 12 周:Tool Calling
学习:
完成工具:
- 服务查询
- 日志查询
- 告警查询
- 部署记录查询
必须增加:
- 参数校验
- 超时
- 返回长度限制
- 权限检查
- 调用审计
第 13 周:RAG
学习:
实践数据库:
完成:
- 文档解析
- 文档分块
- Embedding
- 元数据过滤
- Top-K 检索
- 来源引用
- 无证据拒答
第 14 周:工作流与状态
不引入新的 Agent 框架,使用普通 Java 状态和 Spring Service 编排:
1 | |
补充阅读:
- LangGraph Workflows and Agents:只学习工作流思想,不引入 Python/LangGraph
- Enterprise Integration Patterns
第 15 周:评测与安全
评测:
安全:
建立 50 条测试:
- 正常诊断
- 信息不足
- 工具失败
- 错误文档
- 提示注入
- 越权操作
第 16 周:MCP、可观测与发布
MCP:
可观测:
发布:
Spring AI 会记录模型、向量库及工具调用指标;工具参数与结果默认不导出,避免敏感数据进入 Trace,项目中应保持这一安全默认值。Spring AI Observability
六、每周资源使用方法
每天安排:
1 | |
周末:
1 | |
每周只允许:
- 一套主视频
- 一组官方文档
- 一个项目增量
- 一份可验证产出
不需要购买训练营,也不要同时学习 Spring AI、LangChain4j、Dify 和 Python Agent。当前路线用 Java + Spring Boot + Spring AI 足够完成转型作品。