想做程序员做后端都需要掌握哪些知识

目前掌握的仅能：

1，研发（基本吧，产品总得有人来做）

2，调优（主要是Mysql调优，在符合业务需求的情况下尽可能提高TPS）

3，运维（小公司不会像大公司一样还标配运维，通常后端兼任运维职能）

扩展下：

研发：php入行，选个好框架（推荐Yaf），然后研发过程中多注意下性能，多用php本身的函数来解决需求，php本身函数丰富，而且都是C扩展，性能非常可靠。

调优：这个我实在不知道该放到研发还是运维，所以就单独拿出来说。因为其历茄实对于服务器性能的调优本身两边都需要进行，一是研发时注意，二是各个软件（主要是DB）的配置项。我的调优很粗暴，用阿里云的压力测试（耗费了公司一些钱财，罪过罪过）每次压一分到5分钟，然后看看瓶颈在哪里，把配置项全部列出来，肉眼+自行判断调整哪个参数看看能不能提升性能（233），我也会在代码中把每个核心部分的消耗时间打入日志，来判断到底该进行哪里的优化。

运维：主要分三部分，

快速部署：虽然是小公司，但是老板有些资源，所以可以预计绝桥上线第一波的压力不小，如果产品良好的情况下压力只能会越来越大，所以要求如果感觉到系统有压力后，需要快速进行横向扩展系统，这里我选用的Puppet，理由很简单：老牌，使用广泛，社区强大。

监控报警：这是运维的眼睛，我选用的zabbix，理由跟上面一样：老牌，使用广泛，社区强大。

日志采集：因为是集群的原因，看日志不方便，最开始是用nfs来收集，后来随着日志越来越分散，日志越来越大，没用多久就被我抛弃了，然后在朋友的推荐下使用ELK进行日志采集和查看。理由只是因为没有别的更好选择（朋友强烈推荐这个，其他的都是没有啥强大社区，这个看着更肢宏察靠谱点）

我刚开始做Web开发的时候，根本没有前端，后端之说。

原因很简单，那个时候服务器端的代码就是一切： 接受浏览器的请求，实现业务逻辑，访问数据库码迅，用JSP生成HTML，然后发送给浏览器。

即使后来Javascript在浏览器中添加了一些AJAX的效果，那也是锦上添花，绝对不敢造次。因为页面的HTML主要还是用所谓“ 套模板 ”的方式生成：美工生成HTML模板，程序员用JSP,Veloctiy,FreeMaker等技术把动态的内容添加上去，仅此而已。

那个时候最流行的图是这个样子：

在最初的J2EE体系中，这个 表示层 可不仅仅是浏览器中运行的页面，还包括Java写的桌面端，只是Java在桌面端太不争气， 没有发展起来。

每个程序员都是所谓 “全栈”工程师 ，不仅要搞定HTML, JavaScript, CSS，还要实现业务逻辑，编写访问数据库的代码。等到部署的时候，就把所有的代码打成一个WAR包，往Tomcat指定的目录一扔，测试一下没问题，收工回家！

不差钱的公司会把程序部署到Weblogic，Websphere这样的应用服务器中，还会用上高大上的EJB。

虽然看起来生活“简单”又“惬意”，但实际上也需要实现那些多变的、不讲逻辑的业务需求，苦逼的本质并没有改变。

随着大家对浏览器页面的 视觉和交互 要求越来越高，“套模板”的方式渐渐无法满足要求，这个所谓的表示层慢慢地迁移到浏览器当中去了，一大批像Angular, ReactJS之类的框架崛起，前后端分离了！

后端的工程师只负责提供接口和数据，专注于业务逻辑的实现，前端取到数据后在浏览器中展示，各司其职。

像Java这样的语言很适合去实现复杂的业务逻辑，尤其是一些MIS系统，行业软件如税务、电力、烟草、金融，通信等等。 所以剥离表示层，只做后端挺合适的。

但是如果仅仅是实现业务逻辑，那后端也不会需要这么多技术了，搞定SSH/SSM就行了。

互联网，尤其是移动互联网开始兴起以后，海量的用户呼啸而来，一个单机部署的小小War包肯定是撑不住了，必须得做分布式。

原来的单个Tomcat得变成Tomcat的 集群 ，前边弄个Web服务器做请求的 负载均衡， 不仅如此，还得考虑状态问题，session的一致性。

（注：参见文章《小白科普：分布式和集群》）

业务越来越复杂，我们不得不把某些业务放到一个机器（或集群）上，把另外一部分业务放到另外一个机器（或集群）上，虽然系统的计算能力，处理能力大大增强，但是这些系统之间的通信就变成了头疼的问题， 消息队列 （MQ)， RPC框架 （如Dubbo）应运而生，为了提高通信效率，各种 序列化的工具 (如Protobuf)也争先空后地问世。

单个数据库也撑不住了，那就做数据库的 读写分离 ，如果还不行，就做 分库和分表 ，把原有的数据库垂直地切一切，或者水平地切一切， 但不管怎么切，都会让应用程序的访问非常麻烦，因为数据要跨库做Join/排序，还需要事务，为了解决这个问题，又有各种各样“ 数据访问中间件 ”的工具和产品诞生。

为了最大程度地提高性能，缓存肯定少不了，可以在本机做缓存(如Ehcache)，也可以做 分布式缓存 (如Redis)，如何搞 数据分片 ，数据迁移，失效转移，这又是一个超级大的主题了。

互联网用户喜欢上传图片和文件，还得搞一个 分布式的文件系统 （如FastDFS），要求高可用，高可靠。

数据量大了，搜索的需求就自然而然地浮出水面，你得弄一个支持全文索引的 搜索引擎 (如Elasticsearch ,Solr)出来。

林子大了，什么鸟都有，必须得考虑 安全 ，数据的加密/解密，签名、证睁模模书，防止SQL注入，XSS/CSRF等各种攻击。

前面提悉缓到了这么多的系统，还都是分布式的，每次上线，运维的同学说：把这么多系统协调好，把老子都累死了。

得把持续集成做好，能自动化地部署，自动化测试（其实前端也是如此），后来出现了一个革命化的技术 docker ， 能够让开发、测试、生成环境保持一致，系统原来只是在环境（如Ngnix, JVM,Tomcat,MySQL等）上部署代码，现在把代码和环境一并打包， 运维的工作一下子就简化了。

公司自己购买服务器比较贵，维护也很麻烦，又难于d性地增长，那就搞点虚拟的服务器吧，硬盘、内存都可以动态扩展（反正是虚拟的）， 访问量大的时候多用点，没啥访问量了就释放一点，按需分配，很方便，这就是 云计算 的一个场景。

随着时间的推移，各个公司和系统收集的数据越来越多，都堆成一座大山了，难道就放在那里白白地浪费硬盘空间吗？

有人就惊奇地发现，咦，我们利用这些数据搞点事情啊， 比如把数据好好分析一下，预测一下这个用户的购买/阅读/浏览习惯，给他推荐一点东西嘛。

可是这么多数据，用传统的方式计算好几天甚至好几个月才能出个结果，到时候黄花菜都凉了，所以也得利用分布式的技术，想办法把计算分到各个计算机去，然后再把计算结果收回来， 时势造英雄， Hadoop 及其生态系统就应运而生了。

之前听说过一个大前端的概念，把移动端和网页端都归结为“前端”，我这里造个词“大后端”，把那些用户直接接触不到的、发生在服务器端的都归结进来。

现在无论是前端还是后端，技术领域多如牛毛，都严重地细分了，所以 我认为真正的全栈工程师根本不存在，因为一个人精力有限，不可能搞定这么多技术领域，太难了 。

培训机构所说的“全栈”，我认为就是前后端还在拉拉扯扯，藕断丝连，没有彻底分离的时候的“全栈”工程师。

那么问题来了， 后端这么多东西，我该怎么学？

之前写过一篇文章叫做《上天还是入地》，说了学习的广度和深度，在这里也是相通的。

往深度挖掘，可以成为某个技术领域的专家，如搜索方面的专家、安全方面的专家，分布式文件的专家等等，不管是哪个领域，重点都不是学会使用某个工具和框架， 而是保证你可以自己的知识和技术去搞定这个领域的顶尖问题。

往广度发展，各个技术领域都要了解，对于某种需求，能够选取合适的软件和技术架构来实现它，把需求转化成合适的技术组件，让这些组件以合适的方式连接、部署、运行，这也需要持续地学习和不断的经验积累。

最后，以一张漫画来结束吧！

C/C++高级工程师学习路线图：

---