課程簡介
在云原生和數(shù)字化轉(zhuǎn)型的大背景下，Java作為企業(yè)級應用開發(fā)的首選語言，其重要性日益凸顯。本課程旨在深入探討Java技術棧的最新發(fā)展，分享最佳實踐，同時展望Java在未來技術生態(tài)中的角色和趨勢。本課程內(nèi)容涵蓋從云原生Java實踐到性能優(yōu)化技巧，從研發(fā)與交付效率提升到Java與開源生態(tài)的融合，再到Java與人工智能、大數(shù)據(jù)等新興技術的結(jié)合。我們還將深入討論Java的前沿技術，以及Java開發(fā)者的職業(yè)成長路徑。
目標收益
1.理解云原生架構(gòu)下Java應用的挑戰(zhàn)與機遇；
2.掌握Java性能優(yōu)化的關鍵工具和策略；
3.學習提升研發(fā)流程效率的現(xiàn)代方法和工具；
4.了解AI將如何促進研發(fā)效能的提升；
5.了解Java在人工智能、向量數(shù)據(jù)庫等新興領域的應用案例；
6.洞察Java技術的未來發(fā)展，把握技術趨勢；
培訓對象
課程大綱
|
第一單元 云原生與Java（該單元介紹云原生定義、現(xiàn)狀、發(fā)展趨勢，云原生下的Java技術棧、性能調(diào)優(yōu)等。） |
一、云原生時代Java的最佳實踐與挑戰(zhàn) 1.云原生概念與發(fā)展趨勢 1.1傳統(tǒng)架構(gòu)與云原生架構(gòu)的對比 1.2云原生的優(yōu)勢與挑戰(zhàn) 2.云原生下的架構(gòu)與模式 2.1云原生的定義及架構(gòu)原則 2.2云原生架構(gòu)模式與反模式 2.3云原生核心技術與應用 2.4云原生的優(yōu)勢與挑戰(zhàn) 3.云原生與微服務化 3.1Docker與K8s 3.2服務網(wǎng)格之Istio/Envoy 3.3微服務拆分與DDD思維 3.4微服務架構(gòu)重難點剖析：數(shù)據(jù)一致性與穩(wěn)定性保障 3.5調(diào)用鏈監(jiān)控與可觀測性：SkyWalking與ES 二、云原生時代下的VM 4.內(nèi)存結(jié)構(gòu)與收集器 4.1常見GC流程 4.2Parallel Scavenge（Java8） 4.3Garbage First（Java11） 4.4新一代收集器：ZGC 5.云原生下的Java變革 5.1云原生下Java存在的問題 5.2靜態(tài)編譯與GraalVM 5.3提升微服務的啟動速度（GraalVM Native） 5.4Java云原生開發(fā)框架：Quarkus 三、Java新特性與未來趨勢 6.Java新特性與未來趨勢（至21） 6.1模式匹配增強 6.2局部變量類型推斷（var） 6.3switch表達式增強 6.4記錄（record）特性 6.5Foreign Function & Memory API 6.6輕量級線程：Virtual Threads |
|
第二單元 研發(fā)效能提升關鍵要素（該單元主要介紹效能提升的各個方面，測試維護、CI&CD，DevOps等） |
四、研發(fā)效能提升 7.DevOps與CI/CD Pipeline 7.1DevOps的一般要素 7.2CICD Pipeline的原則及實踐 7.3自動化構(gòu)建之：測試編寫 7.4如何編寫高質(zhì)量可測性代碼 |
|
第三單元 Java與新興技術融合與應用（該單元介紹Java與向量數(shù)據(jù)，AI 應用開發(fā)（SpringAI、GitHub Copilot等）） |
六、Java與AI 8.Java與AI如何結(jié)合 8.1大模型生態(tài)介紹 8.2AI Agent是什么？ 8.3大數(shù)據(jù)之向量數(shù)據(jù)庫 8.4SpringAI：Java AI開發(fā)框架 8.5GitHub Copilot輔助編程 |
|
第四單元 總結(jié)與討論 |
話題：作為開發(fā)者/架構(gòu)師，如何提升技視野？ 要點：識別風險、關注非功能性需求、關注產(chǎn)品與業(yè)務、學會交流與分享 |
|
第一單元 云原生與Java（該單元介紹云原生定義、現(xiàn)狀、發(fā)展趨勢，云原生下的Java技術棧、性能調(diào)優(yōu)等。） 一、云原生時代Java的最佳實踐與挑戰(zhàn) 1.云原生概念與發(fā)展趨勢 1.1傳統(tǒng)架構(gòu)與云原生架構(gòu)的對比 1.2云原生的優(yōu)勢與挑戰(zhàn) 2.云原生下的架構(gòu)與模式 2.1云原生的定義及架構(gòu)原則 2.2云原生架構(gòu)模式與反模式 2.3云原生核心技術與應用 2.4云原生的優(yōu)勢與挑戰(zhàn) 3.云原生與微服務化 3.1Docker與K8s 3.2服務網(wǎng)格之Istio/Envoy 3.3微服務拆分與DDD思維 3.4微服務架構(gòu)重難點剖析：數(shù)據(jù)一致性與穩(wěn)定性保障 3.5調(diào)用鏈監(jiān)控與可觀測性：SkyWalking與ES 二、云原生時代下的VM 4.內(nèi)存結(jié)構(gòu)與收集器 4.1常見GC流程 4.2Parallel Scavenge（Java8） 4.3Garbage First（Java11） 4.4新一代收集器：ZGC 5.云原生下的Java變革 5.1云原生下Java存在的問題 5.2靜態(tài)編譯與GraalVM 5.3提升微服務的啟動速度（GraalVM Native） 5.4Java云原生開發(fā)框架：Quarkus 三、Java新特性與未來趨勢 6.Java新特性與未來趨勢（至21） 6.1模式匹配增強 6.2局部變量類型推斷（var） 6.3switch表達式增強 6.4記錄（record）特性 6.5Foreign Function & Memory API 6.6輕量級線程：Virtual Threads |
|
第二單元 研發(fā)效能提升關鍵要素（該單元主要介紹效能提升的各個方面，測試維護、CI&CD，DevOps等） 四、研發(fā)效能提升 7.DevOps與CI/CD Pipeline 7.1DevOps的一般要素 7.2CICD Pipeline的原則及實踐 7.3自動化構(gòu)建之：測試編寫 7.4如何編寫高質(zhì)量可測性代碼 |
|
第三單元 Java與新興技術融合與應用（該單元介紹Java與向量數(shù)據(jù)，AI 應用開發(fā)（SpringAI、GitHub Copilot等）） 六、Java與AI 8.Java與AI如何結(jié)合 8.1大模型生態(tài)介紹 8.2AI Agent是什么？ 8.3大數(shù)據(jù)之向量數(shù)據(jù)庫 8.4SpringAI：Java AI開發(fā)框架 8.5GitHub Copilot輔助編程 |
|
第四單元 總結(jié)與討論 話題：作為開發(fā)者/架構(gòu)師，如何提升技視野？ 要點：識別風險、關注非功能性需求、關注產(chǎn)品與業(yè)務、學會交流與分享 |
近期公開課推薦
