开始搞知识星球了
大家好，我是勇哥。
今天，我决定正式运营自己的知识星球 ：勇哥的Java训练营 ，一个直播、服务型的知识星球。
1 星球定位
知识星球是一个私密交流圈子，主要用途是知识创作者连接铁杆读者/粉丝。相比于微信群，知识星球易于内容沉淀、信息管理更高效。
星球的定位**：帮助工程师快速增强实战能力，提升技术认知**。
2 星球专栏
2024年星球栏目规划如下图：
专栏分为两个部分：
1、高并发三剑客 : 缓存 、消息队列 、分库分表。
2、自研中间件项目： 自研短信平台、自研消息队列、自研任务调度系统。
1.1 缓存实战篇
一提到缓存，很多同学会想到使用 Redis ，确实 Redis 是最流程的分布式缓存服务。
缓存的世界很广阔，要满足业务场景，仅仅使用 Redis 是不够用的。
比如如下场景：
1、高并发场景下，使用本地缓存 JDK Map ，或者使用缓存框架提升接口性能 ；
2、网络编程或者文件存储时，使用字节缓冲区 ByteBuffer ；
3、抢红包场景，使用 Redisson 执行 Redis Lua 脚本 ；
因此，我将非常实用的缓存技巧输出成独立的专栏，内容如下图：
除了专栏内容之外，为了提高学习效果，勇哥写了两个开源工程用于缓存知识点教学。
1、缓存使用示例工程
2、自研 Java Redis SDK 工程
1.2 消息队列篇
消息队列是我非常喜欢的技术，在我的职业生涯里面，接触到了不同类型的消息队列，发生了很多有趣的故事 。
因为我对 RocketMQ 更加熟悉点，所以 RocketMQ 是消息队列专栏的重点。
RocketMQ 4.X 是当前企业应用最广泛的产品， 而 RocketMQ 5.X 有更先进的架构，更贴近云原生，这两个版本都会在专栏中体现。
同样为了提高学习效果，勇哥写了两个样例工程用于消息队列知识点教学。
1、RocketMQ 使用示例工程
2、模仿阿里云 ONS 封装 RocketMQ client SDK
1.3 分库分表篇
很多同学以为分库分表就是将数据分片，其实在真实的业务场景里面，我们还需要考虑如何平滑的扩容或缩容。
因此，我会从 shardingsphere jdbc 做为切入点，并将增量同步利器 Canal 以及全量同步工具 Datax 的知识点串联起来，让大家理解真实环境的分库分表如何操作。
下图展示了分库分表的演示项目，我会在此项目的基础上，完善 shardingsphere jdbc 5.X 分库分表样例代码，同时添加增量数据同步的模块。
1.4 自研短信平台
短信平台是一个教学型的入门级架构项目，初中级工程师可以从中学习到 SPI 机制、线程模型设计、SDK 设计等。
1.5 自研消息队列
网上有很多延迟消息的文章，但没有独立的开源项目供大家学习。
我决定开发这个专栏，专栏的设计思路来源于《快手基于 RocketMQ 的在线消息系统建设实践》。
1.6 自研任务调度系统
勇哥曾经在2018年参与了一个任务调度系统的研发工作，架构图如下：
我觉得对于初中级工程师来讲，这个项目有很多启发性的设计，比如通讯框架、名字服务、任务分片等知识点。
所以我决定把这个项目重写一次，并将任务调度相关知识点以专栏的形式呈现给大家，以便大家能形成完整的知识体系。
3 星球服务
2.1 直播讲解专栏
我一直思考这个问题：怎样才能让大家更有效率的学习 ？
答案其实很简单，就是要做到两点：内容形式上要更生动、更多的知识交流和互动。
所以我希望做一个直播、服务型的知识星。
- 知识星球的每一个专栏，我都会通过直播的方式将知识点串联一次。
- 内容形式上，视频比文字的表达力要强很多。我会将专栏内容制作成视频，以更生动形象的方式呈现，与大家分享。
直播主题也可以不限于星球专栏，可以分享架构实战经验、线上问题排查、性能优化案例等。
大家也可以和我进行一对一答疑，我也会尽我所能的去帮助你。
无论是直播，录播，还是一对一答疑，我都希望可以和大家更直接的交流，一起探索程序员的成长，相互成就。
2.2 读书与送书
我非常喜欢读书，不仅仅是技术书籍，也喜欢文学、历史、心理方面的书籍。
我会在这个星球里面和大家交流读书心得，也会不定时地在星球里送书，和大家共建一个积极且健康的学习氛围。
4 加入星球
星球是需要付费才能进入的。 为什么要收费呢？
- 研发专栏、直播专栏、录制视频、自研项目都需要极大的精力消耗；
- 付费这个门槛可以帮我筛选出真正需要帮助的那批人；
- 合理的收费是对我的正向激励，会激励我提供更优质的服务。
如何加入星球？
步骤1：添加我的微信（zhangyongtaozhe）
步骤2：微信扫一扫星球优惠券
最后，介绍下我自己：
勇哥，开源爱好者，曾服务于同程艺龙、神州优车、科大讯飞等公司，管理过后端业务线（30 人团队）， 也做过基础架构团队负责人，对高并发解决方案（缓存、消息队列、分库分表）有非常深刻的认知。