【咕泡学院】Java架构师协议班（保offer）全套教程资源分享

📖 资源简介

今天分享一套【咕泡学院】Java架构师协议班（保offer）的课程资源，内容挺系统的，适合想认真学习的同学。

✨ 资源亮点

• 体系完整：全套196节视频，从入门到进阶都有覆盖，不是零散的片段。
• 配套齐全：源码、课件、工具都打包好了（共1个压缩包），下载就能直接用。
• 就业导向：课程体系是按照企业实际需求设计的，学完能直接上手做项目。
• 模块丰富：涵盖15个学习模块，知识点覆盖全面。

📚 课程内容

课程大纲

1. 01_设计模式-tom
2. 02_Spring-tom
3. 03_MyBatis-波波
4. 04_并发编程-mic
5. 05_Redis-mic
6. 07_MQ-tom
7. 08_Sharding-JDBC、Zookeeper、Netty-mic
8. 09_SpringBoot-mic
9. 10_Apache Dubbo-mic
10. 11_SpringCloud Alibaba-mic

资源清单

一、架构师到底在学什么

很多人对”架构师”有误解，觉得是”画框图的””不写代码的”。实际上，架构师是技术深度 + 业务广度 + 权衡能力的综合体：他必须能写得出高质量代码，才敢在方案上拍板；必须懂业务上下文，才能在技术选型上做对取舍。

这套咕泡架构师协议班共 196 节，覆盖设计模式、Spring/MyBatis 源码、并发、Redis、MQ、分库分表、Zookeeper、Netty、SpringBoot、Dubbo、SpringCloud Alibaba——基本就是一名 Java 中高级工程师跳槽大厂所需要的全部知识图谱。它的特点是每个技术点都从”为什么用 → 原理 → 源码 → 手写一个”四步走，不是工具使用教学。

下面把架构师路线里最核心的几个理论框架梳理一下，方便你在跟着课程学的时候建立体系。

二、分布式系统三大基石：CAP 与 BASE

CAP 定理

分布式系统不可能同时完美满足以下三点，最多选两个：

关键理解：在真实分布式环境中，网络分区（P）必然发生，所以实际是在 CP 和 AP 之间做取舍：

• CP：Zookeeper、etcd、Redis Cluster（写入期间 master 不可用时拒绝服务）——保证一致性，分区时牺牲可用；
• AP：Eureka、Nacos（默认）、Cassandra——保证可用，分区期间接受短暂不一致。

BASE 理论

BASE 是 CAP 中 AP 路线的延伸，是大规模分布式系统的实践准则：

• Basically Available 基本可用：允许响应时间变长、功能降级；
• Soft state 软状态：允许中间状态（数据副本同步中）；
• Eventually consistent 最终一致性：一段时间后达到一致，不要求实时一致。

我们日常用的消息队列异步解耦、Redis 最终一致、Seata AT 模式都是 BASE 思想的落地。

三、微服务核心组件地图

一套完整的微服务架构，至少需要这几块：

                      ┌──────────────┐
        外部请求 →    │  API Gateway  │  ←  Spring Cloud Gateway
                      └──────┬───────┘
                             │
        ┌────────────────────┼────────────────────┐
        ▼                    ▼                    ▼
   ┌─────────┐         ┌─────────┐          ┌─────────┐
   │ 用户服务 │ ──────▶ │ 订单服务 │ ────────▶ │ 商品服务 │
   └────┬────┘         └────┬────┘          └────┬────┘
        │                   │                     │
        └───────┬───────────┴───────────┬─────────┘
                ▼                       ▼
        ┌──────────┐             ┌──────────┐
        │ 注册中心  │             │ 配置中心  │
        │  Nacos   │             │  Nacos   │
        └──────────┘             └──────────┘
                │
                ▼
        ┌──────────────────────────────┐
        │ Sentinel 限流/熔断/降级       │
        │ Seata 分布式事务              │
        │ SkyWalking 链路监控          │
        └──────────────────────────────┘

四、高并发三板斧：缓存、消息队列、分库分表

1. 缓存（Redis）

高并发系统的第一板斧。核心思路：把读请求拦在数据库前面。

# 经典缓存旁路模式（Cache Aside）

![封面图](https://www.suyouke.com/wp-content/uploads/2026/09/doubao_img_005_20260922_113350-1.png)
读取：先查 Redis，命中返回；未命中查 DB，再写回 Redis。
写入：先更新 DB，再删除 Redis（而不是更新缓存，避免并发覆盖）。

常见坑： – 缓存穿透：查不存在的 key，每次都打 DB → 布隆过滤器 / 空值缓存； – 缓存击穿：热点 key 过期瞬间大量并发打 DB → 互斥锁重建 / 热点永不过期； – 缓存雪崩：大量 key 同时过期 → 过期时间加随机值、多级缓存。

2. 消息队列（MQ）

第二板斧：异步、解耦、削峰。

• 异步：下单后主流程只发 MQ，发短信、积分、物流由消费方异步做，主接口 RT 从 500ms 降到 50ms；
• 解耦：订单系统不用知道下游有哪些系统，新增下游只要订阅 Topic；
• 削峰：秒杀请求先入 MQ，后端按能力匀速消费，防止 DB 被冲垮。

可靠性三要素：生产方 confirm 机制、Broker 持久化、消费方手动 ack。

3. 分库分表（Sharding-JDBC）

第三板斧：单表数据量超过千万级，索引性能就会明显下降，此时水平拆分：

• 垂直拆分：按业务拆库（用户库、订单库、商品库）；
• 水平拆分：同一张表按某个分片键（如 user_id）拆到多个库/表；

-- 分片后逻辑表 t_order 实际映射为 t_order_0 ~ t_order_15
-- 分片键 user_id % 16 决定落到哪张表
SELECT * FROM t_order WHERE user_id = 10086;
-- Sharding-JDBC 解析 SQL、计算路由、改写为：
-- SELECT * FROM t_order_6 WHERE user_id = 10086;

分库分表带来的新问题：分布式 ID（雪花算法）、跨分片查询、分布式事务、数据扩容再分片。

五、高可用设计：限流、降级、熔断

一个系统在面对流量洪峰或下游故障时，不被拖垮比”全做对”更重要。这三板斧合称”服务保护三件套”：

正常 → 半开 → 熔断关闭 → 失败多了 → 熔断打开
                              ↓
                          超时一段时间
                              ↓
                          半开（放少量请求探测）
                              ↓
              成功 → 关闭         失败 → 继续打开

工程上用 Sentinel 配规则即可，不需要自己写算法。但要理解滑动窗口、令牌桶、漏桶三种限流算法的区别。

六、学习路线建议

这套协议班内容非常密，建议按下面这个梯度推进，不要按视频编号顺序硬刷：

1. 设计模式 + Spring/MyBatis 源码（模块 1、2、3）：先把”怎么读源码””怎么手写框架”建立手感；
2. 并发 + JUC（模块 4）：AQS、线程池、ConcurrentHashMap、ThreadLocal，是所有中间件的基础；
3. 中间件层（模块 5、7、8）：Redis → MQ → Zookeeper → Netty，按”缓存 → 异步 → 协调 → 通信”的顺序学；
4. 微服务层（模块 9、10、11）：SpringBoot → Dubbo → SpringCloud Alibaba，把微服务全家桶串起来；
5. 实战：用学过的组件搭一个”商品-订单-支付”的微服务小项目，把注册、配置、网关、限流、分布式事务都走一遍。

七、架构师面试高频题速查

• CAP 理论是什么？Zookeeper 和 Eureka 分别是 CP 还是 AP？
• BASE 理论是什么？和 CAP 什么关系？
• 微服务拆分的原则？怎么避免”分布式单体”？
• 服务雪崩怎么避免？熔断、降级、限流的区别？
• 一次 RPC 调用从浏览器到数据库，中间经过哪些组件？
• Redis 缓存击穿/穿透/雪崩怎么解决？
• 消息队列怎么保证消息不丢？怎么保证不重复消费？
• 分库分表后怎么生成分布式 ID？雪花算法原理？
• 分布式事务 Seata 的 AT 模式原理？
• Netty 的 Reactor 线程模型？
• Zookeeper 的 ZAB 协议和选举流程？

八、写在最后

架构师这条路没有捷径，理论 + 源码 + 项目三者缺一不可。只看视频不动手，面到第二面就会被问穿；只写业务不看理论，遇到复杂问题就没框架可套。建议你把这套课程当作”地图”，每学一个模块就自己写个最小 demo 跑起来，半年到一年后，技术广度就够冲中高级了。

📁 目录结构

目录概览

[V2]【咕泡学院】Java架构师协议班（保offer）/
├── 01 设计模式
│   ├── UML 类图/时序图、七大设计原则
│   └── 23 种设计模式：单例/工厂/适配器/桥接/装饰器/代理/观察者/责任链等
├── 02 Spring
│   ├── 手写 IoC / DI / AOP / MVC（300 行版本 + 30 个类版本）
│   ├── 三级缓存与循环依赖
│   └── 事务传播原理 / Spring5 新特性
├── 03 MyBatis
│   ├── ORM 发展历史 / 体系结构 / 核心工作原理
│   ├── 插件原理与 Spring 集成
│   └── 手写迷你 MyBatis 框架
├── 04 并发编程
│   ├── JMM / volatile / happens-before
│   ├── J.U.C：Lock / AQS / Condition / ConcurrentHashMap
│   ├── ThreadLocal / 线程池 / ForkJoin / CompletableFuture
├── 05 Redis
│   ├── 高并发全景 / Redis 性能原理
│   ├── 单线程事件模型 / 持久化 / 主从 / 哨兵 / Cluster
├── 07 消息队列
│   ├── RabbitMQ：架构 / 延时 / 流控 / 可靠性投递
│   ├── Kafka：Producer / Broker / Consumer / 选举
│   └── RocketMQ / Pulsar / MQ 选型
├── 08 Sharding-JDBC + Zookeeper + Netty
│   ├── ShardingSphere：分库分表 / 读写分离 / 分布式事务
│   ├── Zookeeper：ZK 应用 / 分布式锁 / Watcher / Leader 选举 / 源码
│   └── Netty：拆包粘包 / 协议设计 / 序列化 / 手写 RPC / Reactor 线程模型
├── 09 SpringBoot
│   └── 设计思想 / 手写 Starter
├── 10 Apache Dubbo
│   ├── 应用实践 / 高级用法 / Nacos / Sentinel / Seata
│   └── Dubbo 内核 / 服务注册与消费源码
├── 11 SpringCloud Alibaba
│   ├── Eureka / OpenFeign / Nacos / Hystrix / Gateway
│   ├── Seata 分布式事务实战与源码
│   └── 应用监控与链路追踪
└── 课程资料/

资源获取

💡 建议：尽快保存到本地网盘或电脑，避免分享链接后期失效。

整理不易，如果对你有帮助，欢迎分享给更多需要的朋友。