Back to Article

Cloud Native

00. 学习路线图与资料地图

Dsage / / 6 min read
00. 学习路线图与资料地图

本章先回答两个问题：应该按什么顺序学，以及这些教程参考了哪些资料。路线图把官方文档、报告、社区讨论和视频资料拆开看，避免“把网上某个学习路线当成唯一答案”。

1. Java/SOFA 微服务学习路线图

阶段 0：校准目标

目标不是“会背 Spring Cloud 组件名”，而是能在金融系统中交付可维护、可观测、可审计、可恢复的后端服务。金融微服务比普通 CRUD 更强调：

  • 请求幂等：支付、转账、开户、授信、风控回调不能因为重试产生重复副作用。
  • 一致性边界：不是所有链路都能强一致，必须说清楚本地事务、分布式事务、最终一致和对账补偿的边界。
  • 审计与追踪：每个关键业务状态变化要有可查询证据，调用链、业务流水、操作人、版本都要能串起来。
  • 稳定性优先：超时、熔断、限流、降级、灰度和回滚比“多拆几个服务”更重要。
  • 安全默认：鉴权、授权、数据最小化、日志脱敏、供应链扫描必须在开发流程里。

阶段 1：补 Spring 基础

适合读者：会写 @RestController，但对 Spring 容器、Bean、AOP、事务、自动配置只停留在“能用”。

学习顺序：

  1. IoC/DI：Bean 是怎么创建、装配、选择、销毁的。
  2. 配置模型：application.yml、Profile、环境变量、@ConfigurationProperties。
  3. AOP：为什么事务、日志、鉴权经常通过代理实现。
  4. 事务：本地事务传播、只读事务、异常回滚、事务失效场景。
  5. 自动配置：Spring Boot starter、条件装配、Actuator。
  6. 测试：单元测试、切片测试、集成测试、Testcontainers 思路。

对应教程：01-spring-foundation-for-microservices.md

阶段 2：理解微服务不是框架集合

学习顺序：

  1. 单体、模块化单体、微服务的边界。
  2. 服务拆分：业务能力、数据所有权、团队边界、变更频率。
  3. 服务通信：HTTP、RPC、消息、事件。
  4. 服务治理：注册发现、负载均衡、超时、重试、熔断、限流、灰度。
  5. 可观测性：日志、指标、链路追踪、业务指标。

V2EX 的 JavaWeb 后端学习讨论中，多位回复把 Spring、Spring Boot、Spring Cloud、Redis、MySQL、MQ、分布式锁、分布式事务、缓存一致性、DevOps、Docker、K8s 作为后端进阶路线；另一个微服务学习路线讨论提醒“微服务是一种架构风格，不是先学一堆组件”。这两个社区信号非常适合校准学习路线：先理解问题，再选组件。

对应教程：02-java-sofa-microservices-core.md

阶段 3：进入 SOFAStack/SOFABoot/SOFARPC

学习顺序：

  1. SOFAStack 是什么：面向金融级分布式架构的中间件集合。
  2. SOFABoot 与 Spring Boot 的关系：基于 Spring Boot 增强研发框架能力。
  3. SOFARPC：服务发布、引用、调用协议、注册中心、过滤器、超时。
  4. SOFARegistry：服务注册发现的角色与部署方式。
  5. SOFATracer/Lookout：调用链与指标。
  6. 与 Spring Cloud、Dubbo、Nacos、Sentinel、Seata 的边界和迁移关系。

对应教程：02-java-sofa-microservices-core.md

阶段 4：金融微服务工程化

学习顺序：

  1. 领域建模：账户、交易、支付、风控、账务、通知。
  2. 数据一致性：本地事务、TCC/Saga、事务消息、Outbox、补偿、对账。
  3. 高可用：超时预算、重试风暴、熔断、隔离、限流、降级。
  4. 发布：蓝绿、金丝雀、灰度、回滚、兼容性。
  5. 运维：SLO、告警、容量、压测、故障演练。

对应教程：03-financial-microservices-engineering.md

阶段 5：安全、DevSecOps 与 AI 辅助开发

学习顺序：

  1. OWASP API Security Top 10 与微服务安全清单。
  2. NIST SP 800-204 微服务安全策略。
  3. NIST SSDF、CISA/NCSC Secure by Design、NCSC 安全开发部署原则。
  4. Semgrep 静态扫描、依赖与密钥扫描、容器扫描。
  5. GitHub Copilot 的正确用法：拆小任务、给上下文、验证输出、人工 Review。
  6. DORA 视角：AI 是放大器，平台、流程、测试和团队能力弱时会放大混乱。
  7. Google SAIF：如果系统引入 AI Agent、RAG、智能风控，要补 AI 风险治理。

对应教程：04-security-devsecops-ai-assisted-development.md

2. Go 与云原生学习路线图

用户画像：不了解 Go 与云原生，对 Docker 基础概念不清楚，但会用 docker run 和 Compose。

阶段 A：补容器概念

  1. 镜像、容器、层、registry、volume、network。
  2. Dockerfile 和 Compose 分工：Dockerfile 构建镜像，Compose 编排本地多容器。
  3. 数据持久化：容器可删，数据要放 volume 或外部服务。
  4. 配置：镜像不写环境差异，运行时注入环境变量、Secret、配置文件。

阶段 B：Go 语言入门到服务端

  1. 语法、模块、包、错误处理。
  2. context.Context、超时、取消、请求级元数据。
  3. goroutine、channel、mutex、WaitGroup。
  4. HTTP 服务、JSON、数据库、配置、日志。
  5. 测试、基准测试、race detector、govulncheck。

阶段 C：Kubernetes 基础

  1. Pod、Deployment、ReplicaSet。
  2. Service、Ingress/Gateway API。
  3. ConfigMap、Secret、Volume。
  4. Readiness/Liveness/Startup probe。
  5. Requests/Limits、HPA、滚动发布。
  6. Namespace、RBAC、NetworkPolicy。

阶段 D：云原生工程化

  1. 12-factor、不可变基础设施、声明式 API。
  2. Helm/Kustomize。
  3. OpenTelemetry、Prometheus、Grafana、日志收集。
  4. 镜像安全、最小权限、SBOM、SCA。
  5. GitOps/CI/CD。

对应教程：05-go-cloud-native-roadmap.md、06-go-language-from-zero-to-services.md、07-docker-kubernetes-cloud-native-tutorial.md

3. 资料地图

调研与生态报告

用途：这些资料用于判断 Java、Spring、Docker、Kubernetes、Go、AI 编码工具在真实开发者生态中的位置。DORA 用于强调 AI 与平台工程、价值流、团队能力的关系。

Java、Spring、SOFA 官方资料

用途：教程中的框架说明、组件边界和代码方向基于这些资料。

安全、合规与工程治理

用途：安全章节、DevSecOps 检查清单和 AI 系统风险治理来自这些资料。

GitHub Copilot 与 AI 编码工具

用途：AI 辅助开发章节基于官方“给上下文、拆任务、验证输出”的建议，并结合社区对 AI 代码安全和责任归属的讨论。

Go、Docker、Kubernetes、云原生官方资料

用途：Go 与云原生教程的基础概念、命令和工程建议优先来自官方文档。

社区与实践讨论

用途：社区资料帮助识别真实学习者的卡点，例如“Spring 魔法太多”“微服务先理解取舍”“Compose 和 K8s 的边界”“K8s 官方文档太干”“AI 工具输出要审查”。教程不会把网盘课程资源当作授权学习资料，只提炼其公开目录暴露出的学习顺序。