Java教程文档

从零基础到企业级架构师的系统化学习路径,涵盖JDK17+语法特性、JVM原理、并发编程、Spring生态、微服务架构、性能调优及工程化实践,结合真实项目案例,助开发者突破技术瓶颈,构建高性能、高可用的分布式系统。

基础语法体系

语言特性全景

Java语言自1995年发布以来,历经20余年演进,已形成稳定、安全、可移植的编程语言生态。当前主流版本JDK17为长期支持(LTS)版本,其核心特性包括:

  • ⑴ 强类型检查:编译期类型校验杜绝运行时类型错误,提升系统健壮性
  • ⑵ 跨平台性:通过JVM实现“一次编译,到处运行”,屏蔽底层OS差异
  • ⑶ 自动内存管理:垃圾回收机制(GC)自动释放堆内存,降低内存泄漏风险
  • ⑷ 泛型系统:编译期类型推导确保集合操作类型安全
  • ⑸ 模块化支持:Jigsaw项目引入模块化特性,提升大型项目可维护性

以Java 17新增的Pattern Matching for instanceof为例:

if (obj instanceof String s) {
    System.out.println("Length: " + s.length());
}

该语法将类型判断与变量绑定合并,避免显式强制转换,减少样板代码。类似地,Records提供不可变数据载体的简洁定义:

record Person(String name, int age) { }

编译器自动生成构造器、访问器、equals/hashCode及toString方法,大幅简化POJO编写。开发者需注意:Records字段默认为final,不可修改;若需自定义方法,需在声明时显式重写。

面向对象核心

封装、继承、多态构成Java面向对象三大支柱,其设计哲学直接影响系统架构质量:

  • ⑴ 封装:通过private字段+public getter/setter隐藏实现细节,结合访问修饰符(public/protected/default/private)控制可见性
  • ⑵ 继承:使用extends实现代码复用,但需遵循“里氏替换原则”,子类对象可替换父类对象而不影响程序正确性
  • ⑶ 多态:通过方法重写(Override)实现运行时绑定,典型应用为接口编程

以下为多态的典型场景:

interface Payment {
    void pay(double amount);
}
class WeChatPay implements Payment {
    public void pay(double amount) {
        System.out.println("微信支付:" + amount);
    }
}
class Alipay implements Payment {
    public void pay(double amount) {
        System.out.println("支付宝支付:" + amount);
    }
}
// 调用端
Payment payment = new WeChatPay(); // 实际类型为WeChatPay
payment.pay(100.0); // 运行时调用WeChatPay.pay()

此处Payment引用指向WeChatPay实例,调用pay()时动态绑定到子类方法。若需扩展新支付方式(如银联支付),只需新增实现类,无需修改调用逻辑,体现开闭原则。

异常处理机制

Java异常体系分为 checked exception(编译时异常)与unchecked exception(运行时异常):

  • ⑴ Checked Exception:如IOException、SQLException,必须显式捕获或声明抛出,确保资源处理可靠性
  • ⑵ Unchecked Exception:如NullPointerException、IndexOutOfBoundsException,继承自RuntimeException,通常由程序逻辑错误导致

最佳实践:

  • 避免过度使用异常控制流程(如用异常替代if判断)
  • 自定义异常应继承Exception而非RuntimeException(除非明确需运行时抛出)
  • finally块中务必关闭资源,或优先使用try-with-resources

try-with-resources语法示例:

try (BufferedReader br = new BufferedReader(new FileReader("data.txt"))) {
    String line = br.readLine();
    System.out.println(line);
} catch (IOException e) {
    logger.error("读取文件失败", e);
}

编译器自动在try块结束时调用close()方法,即使发生异常也能确保资源释放,避免资源泄漏。

核心能力提升

JVM内存模型

JVM运行时数据区分为以下核心区域:

区域 作用 异常类型 典型场景
程序计数器 当前线程执行字节码行号指示器 无异常 多线程切换恢复现场
虚拟机栈 方法执行内存模型(栈帧) StackOverflowError 递归调用过深
本地方法栈 Native方法执行内存 StackOverflowError JNI调用
堆 对象实例存储区(GC主战场) OutOfMemoryError 堆内存泄漏
方法区 类元数据、常量、静态变量 OutOfMemoryError 动态代理生成过多类

堆内存进一步划分为:

  • 新生代(Young Gen):Eden区 + 2个Survivor区(S0/S1),新对象优先分配在Eden
  • 老年代(Old Gen):长期存活对象晋升区域
  • 元空间(Metaspace):JDK8+替代永久代,使用本地内存存储类元数据

GC触发条件:

  • ⑴ 新生代Eden区满 → Minor GC
  • ⑵ 老年代空间不足 → Major GC / Full GC
  • ⑶ 元空间内存不足 → Metaspace OOM

通过-Xmx(最大堆)和-XX:MaxMetaspaceSize参数可调节内存上限,预防OOM。

并发编程体系

Java并发工具体系分为三层:

  • 基础层:synchronized、volatile、CAS(Compare-And-Swap)
  • 工具层:java.util.concurrent包(JUC)核心组件
  • 架构层:线程池、ForkJoin框架、CompletableFuture异步编排

线程安全三大特性:

特性 定义 实现方式
原子性 操作不可被中断 synchronized、Lock、CAS
可见性 线程间修改可见 volatile、synchronized、happens-before
有序性 指令不重排序 volatile、synchronized、内存屏障

线程池参数详解:

new ThreadPoolExecutor(
    corePoolSize,      // 核心线程数
    maximumPoolSize,   // 最大线程数
    keepAliveTime,     // 空闲线程存活时间
    TimeUnit.SECONDS,
    new LinkedBlockingQueue<>(queueCapacity), // 阻塞队列
    new ThreadPoolExecutor.CallerRunsPolicy() // 拒绝策略
);

拒绝策略选择指南:

  • CallerRunsPolicy:调用者线程执行任务(适合低吞吐场景)
  • AbortPolicy:抛出RejectedExecutionException(默认策略)
  • DiscardPolicy:静默丢弃任务
  • DiscardOldestPolicy:丢弃队列头部任务

CompletableFuture异步编排示例:

CompletableFuture.supplyAsync(() -> {
    return "Hello";
}).thenCompose(s -> CompletableFuture
    .supplyAsync(() -> s + " World"))
.thenAccept(System.out::println);

该链式调用实现异步拼接,避免传统回调地狱,提升代码可读性。

集合框架精要

Collection层次结构:

Collection
├── List(有序可重复)
│   ├── ArrayList(动态数组,随机访问快)
│   ├── LinkedList(双向链表,增删快)
│   └── Vector(线程安全,已过时)
├── Set(无序不重复)
│   ├── HashSet(哈希表实现)
│   ├── TreeSet(红黑树,有序)
│   └── LinkedHashSet(链表维护插入顺序)
└── Queue(队列)
    ├── PriorityQueue(堆实现)
    └── ArrayDeque(双端队列)

HashMap内部机制:

  • ⑴ JDK8:数组+链表+红黑树(链表长度>8且数组容量>64转红黑树)
  • ⑵ 初始容量16,加载因子0.75
  • ⑶ key为null时存储在索引0位置
  • ⑷ 扩容为2倍,需重新计算hash(扰动函数优化分布)

ConcurrentHashMap优化:

  • ⑴ JDK8:取消分段锁,采用CAS+synchronized
  • ⑵ Node节点首节点加锁,降低锁粒度
  • ⑶ sizeCtl控制初始化与扩容

线程安全集合对比:

集合 线程安全 适用场景
ArrayList ❌ 单线程读写
Vector ✅(方法级同步) 低并发场景
CopyOnWriteArrayList ✅(写时复制) 读多写少
ConcurrentHashMap ✅(CAS+synchronized) 高并发读写

框架生态实践

Spring核心机制

IoC容器工作流程:

  1. 资源加载:ResourceLoader读取配置文件(XML/注解/Java Config)
  2. Bean定义注册:BeanDefinitionReader解析为BeanDefinition
  3. 容器初始化:DefaultListableBeanFactory注册BeanDefinition
  4. Bean实例化:通过反射/工厂方法创建对象
  5. 依赖注入: populateBean填充属性值
  6. 初始化:执行init-method及Aware接口

Bean作用域:

作用域 说明 线程安全
singleton 单例(默认) ❌(需无状态设计)
prototype 多例 ✅(每次新建)
request Web请求级别 ✅(请求内单例)
session 会话级别 ✅(会话内单例)

AOP代理机制:

  • ⑴ JDK动态代理:基于接口实现,调用InvocationHandler.invoke()
  • ⑵ CGLIB代理:继承目标类生成子类,重写非final方法

事务传播行为:

传播行为 说明 场景
REQUIRED 有事务加入,无则新建 默认策略
REQUIRES_NEW 挂起当前事务,新建事务 日志记录
NESTED 嵌套事务(Savepoint) 部分回滚
Spring Boot核心特性

自动配置原理:

  • ⑴ @EnableAutoConfiguration启用自动配置
  • ⑵ 读取META-INF/spring.factories中的AutoConfiguration类
  • ⑶ 通过@Conditional系列注解匹配条件(如@ConditionalOnClass)
  • ⑷ 按优先级注入配置类

常用Starter依赖:

功能 依赖 关键组件
Web开发 spring-boot-starter-web Spring MVC + Tomcat
数据访问 spring-boot-starter-data-jpa Hibernate + DataSource
缓存 spring-boot-starter-cache CacheManager抽象
监控 spring-boot-starter-actuator Health/Info端点

自定义Starter开发步骤:

  1. 创建自动配置类(@Configuration)
  2. 定义Properties绑定配置(@ConfigurationProperties)
  3. 在META-INF/spring.factories中注册
  4. 提供starter POM依赖

示例:自定义日志Starter

// 自动配置类
@Configuration
@ConditionalOnClass(LoggingSystem.class)
public class CustomLoggingAutoConfiguration {
    @Bean
    @ConditionalOnMissingBean
    public CustomLogger customLogger() {
        return new CustomLogger();
    }
}
// 配置绑定
@ConfigurationProperties(prefix = "custom.logger")
public class CustomLoggerProperties {
    private String level = "INFO";
    // getter/setter...
}
Spring Cloud微服务组件

核心组件对比:

组件 功能 替代方案
Eureka 服务注册与发现 Nacos/Zookeeper
Ribbon 客户端负载均衡 Spring Cloud Gateway
Hystrix 熔断降级 Sentinel
Config 配置中心 Nacos/Apollo

熔断降级机制:

  • ⑴ 超时熔断:请求耗时>阈值(默认1秒)触发降级
  • ⑵ 错误率熔断:错误请求比例>50%时熔断
  • ⑶ 半开状态:熔断后尝试恢复,成功则关闭熔断

配置中心对比:

特性 Nacos Apollo
配置实时推送 ✅(长轮询) ✅(HTTP长轮询)
灰度发布 ✅ ✅
多环境支持 ✅(命名空间) ✅(环境+集群)
元数据管理 ✅ ❌

微服务架构实战

分布式事务方案

方案对比:

方案 原理 适用场景 缺点
2PC 协调者+参与者两阶段提交 强一致性要求 性能差、单点故障
TCC Try-Confirm-Cancel 金融级交易 业务侵入高
Saga 事务链+补偿机制 长事务流程 需设计补偿逻辑
消息事务 本地事务+消息可靠投递 最终一致性场景 依赖消息中间件

Seata AT模式原理:

  • ⑴ 客户端拦截SQL,生成before-image
  • ⑵ 执行业务SQL
  • ⑶ 生成after-image
  • ⑷ 提交时对比快照,生成回滚SQL

补偿设计原则:

  • ⑴ 幂等性:重复补偿不影响结果
  • ⑵ 可回滚:补偿操作本身需可重试
  • ⑶ 最终一致:允许短暂不一致
服务治理策略

负载均衡策略:

策略 原理 适用场景
Random 随机权重 服务器配置均衡
LeastActive 最少活跃调用 响应时间不均
ConsistentHash 一致性哈希 缓存热点场景

限流算法:

  • ⑴ 计数器:固定窗口内计数超限则拒绝
  • ⑵ 滑动窗口:时间窗口分片统计
  • ⑶ 漏桶:恒定速率处理请求
  • ⑷ 令牌桶:按速率生成令牌,突发请求可积攒

Sentinel流控规则:

模式 参数 效果
直接 QPS阈值 当前接口限流
关联 关联资源+阈值 关联资源耗尽时限流当前
链路 调用链路+阈值 特定入口限流
链路追踪体系

OpenTelemetry标准:

  • ⑴ Trace:请求链路标识(TraceId)
  • ⑵ Span:链路中操作单元(SpanId/ParentSpanId)
  • ⑶ Context:跨服务传递(Headers)

Zipkin与Jaeger对比:

特性 Zipkin Jaeger
数据模型 Span Span + Process
存储后端 ES/Cassandra ES/Cassandra/Kafka
采样策略 固定/概率 固定/自适应
扩展性 中 高

关键指标:

  • ⑴ Latency:请求耗时(P95/P99)
  • ⑵ Error Rate:错误率
  • ⑶ Throughput:请求吞吐量

性能调优实践

JVM调优参数

GC日志参数:

-Xlog:gc*:file=gc.log:time,uptime,level,tags
-XX:+PrintGCDetails
-XX:+PrintGCDateStamps

堆内存分配策略:

参数 说明 推荐值
-Xms 初始堆大小 =Xmx(避免动态扩容)
-Xmx 最大堆大小 物理内存75%
-Xmn 新生代大小 总堆1/3~1/4
-XX:MetaspaceSize 元空间初始大小 256M起

GC算法选择:

  • ⑴ G1:大堆低停顿(默认JDK9+)
  • ⑵ ZGC:超低延迟(<10ms),适合TB级堆
  • ⑶ Shenandoah:低停顿,Red Hat主导

典型调优场景:

  • ⑴ Full GC频繁 → 增大老年代/调整晋升阈值
  • ⑵ GC停顿长 → 改用G1/ZGC
  • ⑶ Metaspace OOM → 增大-XX:MaxMetaspaceSize
数据库优化方案

索引优化:

  • ⑴ 遵循最左前缀原则
  • ⑵ 避免回表(覆盖索引)
  • ⑶ 控制索引数量(写性能影响)
  • ⑷ 前缀索引(长字符串)

分库分表策略:

方案 分片键 适用场景
水平拆分 用户ID 数据量大
垂直拆分 业务模块 表字段多
读写分离 主从库 读多写少

缓存策略:

  • ⑴ 缓存穿透:布隆过滤器+空值缓存
  • ⑵ 缓存击穿:互斥锁+热点预热
  • ⑶ 缓存雪崩:随机过期时间+多级缓存

Redis高级应用:

# 布隆过滤器
BF.ADD user_filter 100001
BF.EXISTS user_filter 100001
# 限流(令牌桶)
EVAL "local key = KEYS[1]
local capacity = tonumber(ARGV[1])
local rate = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
local tokens = redis.call('HGET', key, 'tokens')
local last_time = redis.call('HGET', key, 'last_time')
if not tokens then
  tokens = capacity
  last_time = now
else
  local delta = now - last_time
  tokens = math.min(capacity, tokens + delta * rate)
  last_time = now
end
if tonumber(tokens) >= 1 then
  redis.call('HSET', key, 'tokens', tokens - 1)
  return 1
else
  return 0
end" 1 rate_limit 10 10000 (now * 1000)
应用层优化

数据库连接池:

连接池 特点 适用场景
HikariCP 高性能、轻量级 默认选择
Druid 监控功能强 监控需求高
Apache DBCP 功能全面 传统项目

HTTP优化:

  • ⑴ 启用Gzip压缩
  • ⑵ 静态资源CDN加速
  • ⑶ 连接复用(Keep-Alive)
  • ⑷ 异步非阻塞(Netty)

代码级优化:

  • ⑴ 避免在循环中创建对象
  • ⑵ 使用StringBuilder拼接字符串
  • ⑶ 合理设置线程池大小(CPU密集型=核数+1)
  • ⑷ 使用 CompletableFuture 替代嵌套回调

职业发展路径

技能成长路线图
初级工程师(0-1年)
2023年

掌握Java基础语法、常用数据结构、Spring Boot基础开发

能独立完成CRUD模块开发,理解MVC分层架构

中级工程师(1-3年)
2024-2025年

深入JVM原理、并发编程、数据库优化

参与微服务架构设计,熟悉CI/CD流程

高级工程师(3-5年)
2026-2028年

主导系统架构设计,性能调优,故障排查

掌握云原生技术(K8s/Docker),熟悉DevOps体系

架构师(5年+)
2029年+

制定技术路线,技术团队管理,成本优化

具备业务洞察能力,推动技术驱动业务增长

高薪岗位能力模型
岗位 核心能力 平均薪资(2023)
Java开发工程师 Spring生态、数据库设计、性能优化 ¥15K-25K
微服务架构师 分布式系统、高可用设计、云原生 ¥30K-50K
技术专家(架构师) 技术规划、跨领域整合、成本控制 ¥40K-80K
技术总监 团队管理、业务理解、战略规划 ¥60K-120K

面试高频考点:

  • ⑴ HashMap与ConcurrentHashMap区别
  • ⑵ Spring事务传播行为详解
  • ⑶ JVM垃圾回收器选择策略
  • ⑷ 分布式锁实现方案(Redis/ZooKeeper)
  • ⑸ 系统设计题:设计高并发抢购系统

技术面试准备清单:

  • ⑴ 项目深度复盘(技术选型、难点解决)
  • ⑵ 核心源码阅读(Spring Boot自动配置)
  • ⑶ 系统设计模拟(设计短链服务)
  • ⑷ 系统调优案例(GC日志分析)
持续学习资源

官方文档:

开源项目:

项目 用途 学习价值
HikariCP 高性能连接池 并发编程、内存管理
Netty 网络框架 异步IO、事件驱动
MyBatis 持久层框架 SQL解析、代理模式
Nacos 配置中心 分布式一致性、服务发现

技术社区: