课程简介
在云原生和数字化转型的大背景下，Java作为企业级应用开发的首选语言，其重要性日益凸显。本课程旨在深入探讨Java技术栈的最新发展，分享最佳实践，同时展望Java在未来技术生态中的角色和趋势。本课程内容涵盖从云原生Java实践到性能优化技巧，从研发与交付效率提升到Java与开源生态的融合，再到Java与人工智能、大数据等新兴技术的结合。我们还将深入讨论Java的前沿技术，以及Java开发者的职业成长路径。
目标收益
1.理解云原生架构下Java应用的挑战与机遇；
2.掌握Java性能优化的关键工具和策略；
3.学习提升研发流程效率的现代方法和工具；
4.了解AI将如何促进研发效能的提升；
5.了解Java在人工智能、向量数据库等新兴领域的应用案例；
6.洞察Java技术的未来发展，把握技术趋势；
培训对象
课程大纲
| 第一单元 云原生与Java（该单元介绍云原生现状、发展趋势，云原生下的Java技术栈、性能调优等。） |
1.云原生下的架构与模式 1.1云原生的架构原则 1.2云原生架构模式与反模式 （案例：一次服务与事件驱动架构的选型实践） 1.3云原生核心技术与应用 （案例：支付服务在云原生技术选型上的经验和教训） 1.4云原生的优势与挑战 （案例：有效的CI/CD Pipeline是怎样的？） 2.面向快速迭代的微服务化 2.1以业务为导向的服务设计 2.2微服务拆分与DDD思维 （案例：线下收单场景的领域驱动设计） 2.3微服务架构重难点剖析：数据一致性与稳定性保障 （案例：餐饮SaaS从十万到千万级日单量的服务化改造） 3.高质量编码与测试最佳实践 3.1识别代码坏味道 3.2容易被写坏的测试代码 3.3测试代码不work的原因 3.4测试代码中的业务与环境分离 3.5维护测试与持续重构 （案例：一个鉴权模块的开发、测试与重构） 4.云原生下的Java变革 4.1云原生下Java存在的问题 4.2静态编译与GraalVM 4.3冷启动的问题与常规解法 4.4下一代Java云原生开发：Quarkus 4.5云原生下的应用性能与可观测性 （案例：云原生下的微服务的启动提速（GraalVM Native）） 5.Java新特性与发展趋势 5.1语法糖 or 新模式？ 5.2Virtual Threads 与Actor模式 5.3面向ML/AI的Java开发 5.4多语言平台的兼收并蓄 5.5观点：Java的实用性与易用性发展趋势（能否达到Python的手感？） |
| 第二单元 Java与新兴技术融合与应用（该单元介绍Java与向量数据，AI应用开发（SpringAI、GitHub Copilot等）） |
6.Java与AI如何结合 6.1大模型生态介绍 6.2AI Agent是什么？ 6.3大数据之向量数据库 6.4SpringAI：Java AI开发框架 6.5使用Java开发基于LLM的AI Agent （案例：实现智能订餐助手） 6.6编程提效：GitHub Copilot |
| 第三单元 总结与讨论 （职业发展、视野提升、未来变革） |
7.话题：Java工程师职业规划 7.1仿写开源框架对我的启发 7.2深度和广度如何取舍？ 7.3输出-输入学习法 7.4管理 vs 技术，自我设限=0 7.5学会手持利器：新工具=新思路 7.6Java正在演变成多语言平台，而我们只会Java？ |
|
第一单元 云原生与Java（该单元介绍云原生现状、发展趋势，云原生下的Java技术栈、性能调优等。） 1.云原生下的架构与模式 1.1云原生的架构原则 1.2云原生架构模式与反模式 （案例：一次服务与事件驱动架构的选型实践） 1.3云原生核心技术与应用 （案例：支付服务在云原生技术选型上的经验和教训） 1.4云原生的优势与挑战 （案例：有效的CI/CD Pipeline是怎样的？） 2.面向快速迭代的微服务化 2.1以业务为导向的服务设计 2.2微服务拆分与DDD思维 （案例：线下收单场景的领域驱动设计） 2.3微服务架构重难点剖析：数据一致性与稳定性保障 （案例：餐饮SaaS从十万到千万级日单量的服务化改造） 3.高质量编码与测试最佳实践 3.1识别代码坏味道 3.2容易被写坏的测试代码 3.3测试代码不work的原因 3.4测试代码中的业务与环境分离 3.5维护测试与持续重构 （案例：一个鉴权模块的开发、测试与重构） 4.云原生下的Java变革 4.1云原生下Java存在的问题 4.2静态编译与GraalVM 4.3冷启动的问题与常规解法 4.4下一代Java云原生开发：Quarkus 4.5云原生下的应用性能与可观测性 （案例：云原生下的微服务的启动提速（GraalVM Native）） 5.Java新特性与发展趋势 5.1语法糖 or 新模式？ 5.2Virtual Threads 与Actor模式 5.3面向ML/AI的Java开发 5.4多语言平台的兼收并蓄 5.5观点：Java的实用性与易用性发展趋势（能否达到Python的手感？） |
|
第二单元 Java与新兴技术融合与应用（该单元介绍Java与向量数据，AI应用开发（SpringAI、GitHub Copilot等）） 6.Java与AI如何结合 6.1大模型生态介绍 6.2AI Agent是什么？ 6.3大数据之向量数据库 6.4SpringAI：Java AI开发框架 6.5使用Java开发基于LLM的AI Agent （案例：实现智能订餐助手） 6.6编程提效：GitHub Copilot |
|
第三单元 总结与讨论 （职业发展、视野提升、未来变革） 7.话题：Java工程师职业规划 7.1仿写开源框架对我的启发 7.2深度和广度如何取舍？ 7.3输出-输入学习法 7.4管理 vs 技术，自我设限=0 7.5学会手持利器：新工具=新思路 7.6Java正在演变成多语言平台，而我们只会Java？ |
近期公开课推荐
