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
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。
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。
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。
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。
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
IoC容器工作流程:
- 资源加载:ResourceLoader读取配置文件(XML/注解/Java Config)
- Bean定义注册:BeanDefinitionReader解析为BeanDefinition
- 容器初始化:DefaultListableBeanFactory注册BeanDefinition
- Bean实例化:通过反射/工厂方法创建对象
- 依赖注入: populateBean填充属性值
- 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 |
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:
- 创建自动配置类(@Configuration)
- 定义Properties绑定配置(@ConfigurationProperties)
- 在META-INF/spring.factories中注册
- 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...
}
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
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
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 |
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
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
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)
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
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
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
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
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
| 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)
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: