Ⅰ java緩存機制有哪些 m
具體接觸過的緩存機制是hibernate的緩存機制。為了避免每次都向資料庫中取得數據，我們把用戶常常訪問到的數據放到內存中，甚至緩存十分大的時候我們可以把內存中的緩存放到硬碟中。還有高級的分布式緩存資料庫使用，都可以增加系統的抗壓力。
Ⅱ java怎麼實現redis分布式鎖
一、使用分布式鎖要滿足的幾個條件：
系統是一個分布式系統（關鍵是分布式，單機的可以使用ReentrantLock或者synchronized代碼塊來實現）
共享資源（各個系統訪問同一個資源，資源的載體可能是傳統關系型資料庫或者Nosql）
同步訪問（即有很多個進程同事訪問同一個共享資源。沒有同步訪問，誰管你資源競爭不競爭）
二、應用的場景例子
管理後台的部署架構（多台tomcat伺服器+redis【多台tomcat伺服器訪問一台redis】+mysql【多台tomcat伺服器訪問一台伺服器上的mysql】）就滿足使用分布式鎖的條件。多台伺服器要訪問redis全局緩存的資源，如果不使用分布式鎖就會出現問題。 看如下偽代碼：
long N=0L;
//N從redis獲取值
if(N<5){
N++；
//N寫回redis
}
復制代碼
Ⅲ Java資料庫，哪個更好用
我將推薦給你們10個最高效的Java資料庫
1、MongoDB——最受歡迎，跨平台，面向文檔的資料庫
MongoDB是一個基於分布式文件存儲的資料庫，使用C++語言編寫。旨在為Web應用提供可擴展的高性能數據存儲解決方案。應用性能高低依賴於資料庫性能，MongoDB則是非關系資料庫中功能最豐富，最像關系資料庫的，隨著MongDB 3.4版本發布，其應用場景適用能力得到了進一步拓展。
MongoDB的核心優勢就是靈活的文檔模型、高可用復制集、可擴展分片集群。你可以試著從幾大方面了解MongoDB，如實時監控MongoDB工具、內存使用量和頁面錯誤、連接數、資料庫操作、復制集等。
2、Elasticsearch ——為雲構建的分布式RESTful搜索引擎
ElasticSearch是基於Lucene的搜索伺服器。它提供了分布式多用戶能力的全文搜索引擎，基於RESTful web介面。Elasticsearch是用Java開發的，並作為Apache許可條款下的開放源碼發布，是比較流行的企業級搜索引擎。
ElasticSearch不僅是一個全文本搜索引擎，還是一個分布式實時文檔存儲，其中每個field均是被索引的數據且可被搜索;也是一個帶實時分析功能的分布式搜索引擎，並且能夠擴展至數以百計的伺服器存儲及處理PB級的數據。ElasticSearch在底層利用Lucene完成其索引功能，因此其許多基本概念源於Lucene。
3、Cassandra——開源分布式資料庫管理系統
最初是由Facebook開發的，旨在處理許多商品伺服器上的大量數據，提供高可用性，沒有單點故障。
Apache Cassandra是一套開源分布式NoSQL資料庫系統。集Google BigTable的數據模型與Amazon Dynamo的完全分布式架構於一身。於2008開源，此後，由於Cassandra良好的可擴展性，被Digg、Twitter等Web 2.0網站所採納，成為了一種流行的分布式結構化數據存儲方案。
因Cassandra是用Java編寫的，所以理論上在具有JDK6及以上版本的機器中都可以運行，官方測試的JDK還有OpenJDK 及Sun的JDK。 Cassandra的操作命令，類似於我們平時操作的關系資料庫，對於熟悉MySQL的朋友來說，操作會很容易上手。
4、Redis ——開源(BSD許可)內存數據結構存儲，用作資料庫，緩存和消息代理
Redis是一個開源的使用ANSI C語言編寫的、支持網路、可基於內存亦可持久化的日誌型、Key-Value資料庫，並提供多種語言的API。
Redis 有三個主要使其有別於其它很多競爭對手的特點：Redis是完全在內存中保存數據的資料庫，使用磁碟只是為了持久性目的; Redis相比許多鍵值數據存儲系統有相對豐富的數據類型; Redis可以將數據復制到任意數。Redis 這么火，它都解決了哪些問題？
5、Hazelcast ——基於Java的開源內存數據網格
Hazelcast 是一種內存數據網格 in-memory data grid，提供Java程序員關鍵任務交易和萬億級內存應用。雖然Hazelcast沒有所謂的「Master」，但是仍然有一個Leader節點(the oldest member)，這個概念與ZooKeeper中的Leader類似，但是實現原理卻完全不同。同時，Hazelcast中的數據是分布式的，每一個member持有部分數據和相應的backup數據，這點也與ZooKeeper不同。
Hazelcast的應用便捷性深受開發者喜歡，但如果要投入使用，還需要慎重考慮。
6、Ehcache——廣泛使用的開源Java分布式緩存
主要面向通用緩存、Java EE和輕量級容器。
EhCache 是一個純Java的進程內緩存框架，具有快速、精乾等特點，是hibernate中默認的CacheProvider。
主要特性有：快速簡單，具有多種緩存策略;緩存數據有兩級，內存和磁碟，因此無需擔心容量問題;緩存數據會在虛擬機重啟的過程中寫入磁碟;可以通過RMI、可插入API等方式進行分布式緩存;具有緩存和緩存管理器的偵聽介面;支持多緩存管理器實例，以及一個實例的多個緩存區域;提供Hibernate的緩存實現。Ehcache介紹及整合Spring實現高速緩存。
7、Hadoop ——用Java編寫的開源軟體框架
用於分布式存儲，並對非常大的數據用戶可以在不了解分布式底層細節的情況下，開發分布式程序。充分利用集群進行高速運算和存儲。
Hadoop實現了一個分布式文件系統(Hadoop Distributed File System)，簡稱HDFS。Hadoop的框架最核心的設計就是：HDFS和MapRece。HDFS為海量的數據提供了存儲，MapRece則為海量的數據提供了計算。
8、Solr ——開源企業搜索平台，用Java編寫，來自Apache Lucene項目
Solr是一個獨立的企業級搜索應用伺服器，它對外提供類似於Web-service的API介面。用戶可以通過http請求，向搜索引擎伺服器提交一定格式的XML文件，生成索引;也可以通過Http Get操作提出查找請求，並得到XML格式的返回結果。
與ElasticSearch一樣，同樣是基於Lucene，但它對其進行了擴展，提供了比Lucene更為豐富的查詢語言，同時實現了可配置、可擴展並對查詢性能進行了優化。
9、Spark ——Apache Software Foundation中最活躍的項目，是一個開源集群計算框架
Spark 是一種與 Hadoop 相似的開源集群計算環境，但是兩者之間還存在一些不同之處，這些不同之處使 Spark 在某些工作負載方面表現得更加優越，換句話說，Spark 啟用了內存分布數據集，除了能夠提供互動式查詢外，它還可以優化迭代工作負載。
Spark 是在 Scala 語言中實現的，它將 Scala 用作其應用程序框架。與 Hadoop 不同，Spark 和 Scala 能夠緊密集成，其中的 Scala 可以像操作本地集合對象一樣輕松地。
10、Memcached ——通用分布式內存緩存系統
Memcached是一套分布式快取系統，當初是Danga Interactive為了LiveJournal所發展的，但被許多軟體(如MediaWiki)所使用。Memcached作為高速運行的分布式緩存伺服器，具有以下的特點：協議簡單，基於libevent的事件處理，內置內存存儲方式。
通過以上的分析，相信你就知道怎麼選擇了
Ⅳ java解決分布式存儲計算
一、高性能計算
Hadoop：Hadoop的框架最核心的設計就是：HDFS和MapRece。HDFS為海量的數據提供了存儲，則MapRece為海量的數據提供了計算。
Spark：Spark是UC Berkeley AMP lab所開源的類Hadoop MapRece的通用的並行，Spark，擁有Hadoop MapRece所具有的優點；但不同於MapRece的是Job中間輸出結果可以保存在內存中，從而不再需要讀寫HDFS，因此Spark能更好地適用於數據挖掘與機器學習等需要迭代的map rece的演算法。
CUDA：CUDA(Compute Unified Device Architecture)，是顯卡廠商NVIDIA推出的運算平台。 CUDA是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。 開發人員現在可以使用C語言來為CUDA架構編寫程序，C語言是應用最廣泛的一種高級編程語言。所編寫出的程序於是就可以在支持CUDA的處理器上以超高性能運行。CUDA3.0已經開始支持C++和FORTRAN。
二、Hadoop生態系統
(1)海量數據怎麼存，當然是用分布式文件系統——HDFS。
(2)數據怎麼用呢，分析、處理MapRece框架，讓你通過編寫代碼來實現對大數據的分析工作。
(3)非結構化數據（日誌）收集處理——Fuse、WebDAV、Chukwa、Flume和Scribe。
(4)數據導入HDFS中，RDBMS也可以加入HDFS的狂歡了——HIHO、Sqoop。
(5)MaoRece太麻煩，用熟悉的方式操作Hadoop里的數據——Pig、Hive、Jaql。
(6)讓你的數據可見——Drilldown、Intellicus。
(7)用高級語言管理你的任務流——Oozie、Cascading。
(8)Hadoop自己的監控管理工具——Hue、Karmasphere、Eclipse Plugin、Cacti、Ganglia。
(9)數據序列化處理與任務調度——Avro、ZooKeeper。
(10)更多構建在Hadoop上層的服務——Mahout、Elastic Map Rece。
(11)OLTP存儲系統——HBase。
(12)基於Hadoop的實時分析——Impala。
Ⅳ 如何用java 建立一個分布式系統
分布式架構的演進
系統架構演化歷程-初始階段架構
初始階段 的小型系統 應用程序、資料庫、文件等所有的資源都在一台伺服器上通俗稱為LAMP
特徵：
應用程序、資料庫、文件等所有的資源都在一台伺服器上。
描述：
通常伺服器操作系統使用Linux，應用程序使用PHP開發，然後部署在Apache上，資料庫使用MySQL，匯集各種免費開源軟體以及一台廉價伺服器就可以開始系統的發展之路了。
系統架構演化歷程-應用服務和數據服務分離
好景不長，發現隨著系統訪問量的再度增加，webserver機器的壓力在高峰期會上升到比較高，這個時候開始考慮增加一台webserver
特徵：
應用程序、資料庫、文件分別部署在獨立的資源上。
描述：
數據量增加，單台伺服器性能及存儲空間不足，需要將應用和數據分離，並發處理能力和數據存儲空間得到了很大改善。
系統架構演化歷程-使用緩存改善性能
特徵：
資料庫中訪問較集中的一小部分數據存儲在緩存伺服器中，減少資料庫的訪問次數，降低資料庫的訪問壓力。
描述：
系統訪問特點遵循二八定律，即80%的業務訪問集中在20%的數據上。
緩存分為本地緩存和遠程分布式緩存，本地緩存訪問速度更快但緩存數據量有限，同時存在與應用程序爭用內存的情況。
系統架構演化歷程-使用應用伺服器集群
在做完分庫分表這些工作後，資料庫上的壓力已經降到比較低了，又開始過著每天看著訪問量暴增的幸福生活了，突然有一天，發現系統的訪問又開始有變慢的趨勢了，這個時候首先查看資料庫，壓力一切正常，之後查看webserver，發現apache阻塞了很多的請求，而應用伺服器對每個請求也是比較快的，看來 是請求數太高導致需要排隊等待，響應速度變慢
特徵：
多台伺服器通過負載均衡同時向外部提供服務，解決單台伺服器處理能力和存儲空間上限的問題。
描述：
使用集群是系統解決高並發、海量數據問題的常用手段。通過向集群中追加資源，提升系統的並發處理能力，使得伺服器的負載壓力不再成為整個系統的瓶頸。
系統架構演化歷程-資料庫讀寫分離
享受了一段時間的系統訪問量高速增長的幸福後，發現系統又開始變慢了，這次又是什麼狀況呢，經過查找，發現資料庫寫入、更新的這些操作的部分資料庫連接的資源競爭非常激烈，導致了系統變慢
特徵：
多台伺服器通過負載均衡同時向外部提供服務，解決單台伺服器處理能力和存儲空間上限的問題。
描述：
使用集群是系統解決高並發、海量數據問題的常用手段。通過向集群中追加資源，使得伺服器的負載壓力不在成為整個系統的瓶頸。
系統架構演化歷程-反向代理和CDN加速
特徵：
採用CDN和反向代理加快系統的 訪問速度。
描述：
為了應付復雜的網路環境和不同地區用戶的訪問，通過CDN和反向代理加快用戶訪問的速度，同時減輕後端伺服器的負載壓力。CDN與反向代理的基本原理都是緩存。
系統架構演化歷程-分布式文件系統和分布式資料庫
隨著系統的不斷運行，數據量開始大幅度增長，這個時候發現分庫後查詢仍然會有些慢，於是按照分庫的思想開始做分表的工作
特徵：
資料庫採用分布式資料庫，文件系統採用分布式文件系統。
描述：
任何強大的單一伺服器都滿足不了大型系統持續增長的業務需求，資料庫讀寫分離隨著業務的發展最終也將無法滿足需求，需要使用分布式資料庫及分布式文件系統來支撐。
分布式資料庫是系統資料庫拆分的最後方法，只有在單表數據規模非常龐大的時候才使用，更常用的資料庫拆分手段是業務分庫，將不同的業務資料庫部署在不同的物理伺服器上。
系統架構演化歷程-使用NoSQL和搜索引擎
特徵：
系統引入NoSQL資料庫及搜索引擎。
描述：
隨著業務越來越復雜，對數據存儲和檢索的需求也越來越復雜，系統需要採用一些非關系型資料庫如NoSQL和分資料庫查詢技術如搜索引擎。應用伺服器通過統一數據訪問模塊訪問各種數據，減輕應用程序管理諸多數據源的麻煩。
系統架構演化歷程-業務拆分
特徵：
系統上按照業務進行拆分改造，應用伺服器按照業務區分進行分別部署。
描述：
為了應對日益復雜的業務場景，通常使用分而治之的手段將整個系統業務分成不同的產品線，應用之間通過超鏈接建立關系，也可以通過消息隊列進行數據分發，當然更多的還是通過訪問同一個數據存儲系統來構成一個關聯的完整系統。
縱向拆分：
將一個大應用拆分為多個小應用，如果新業務較為獨立，那麼就直接將其設計部署為一個獨立的Web應用系統
縱向拆分相對較為簡單，通過梳理業務，將較少相關的業務剝離即可。
橫向拆分：將復用的業務拆分出來，獨立部署為分布式服務，新增業務只需要調用這些分布式服務
橫向拆分需要識別可復用的業務，設計服務介面，規范服務依賴關系。
系統架構演化歷程-分布式服務
特徵：
公共的應用模塊被提取出來，部署在分布式伺服器上供應用伺服器調用。
描述：
隨著業務越拆越小，應用系統整體復雜程度呈指數級上升，由於所有應用要和所有資料庫系統連接，最終導致資料庫連接資源不足，拒絕服務。
Q：分布式服務應用會面臨哪些問題？
A：
(1) 當服務越來越多時，服務URL配置管理變得非常困難，F5硬體負載均衡器的單點壓力也越來越大。
(2) 當進一步發展，服務間依賴關系變得錯蹤復雜，甚至分不清哪個應用要在哪個應用之前啟動，架構師都不能完整的描述應用的架構關系。
(3) 接著，服務的調用量越來越大，服務的容量問題就暴露出來，這個服務需要多少機器支撐？什麼時候該加機器？
(4) 服務多了，溝通成本也開始上升，調某個服務失敗該找誰？服務的參數都有什麼約定？
(5) 一個服務有多個業務消費者，如何確保服務質量？
(6) 隨著服務的不停升級，總有些意想不到的事發生，比如cache寫錯了導致內存溢出，故障不可避免，每次核心服務一掛，影響一大片，人心慌慌，如何控制故障的影響面？服務是否可以功能降級？或者資源劣化？
Java分布式應用技術基礎
分布式服務下的關鍵技術：消息隊列架構
消息對列通過消息對象分解系統耦合性，不同子系統處理同一個消息
分布式服務下的關鍵技術：消息隊列原理
分布式服務下的關鍵技術：服務框架架構
服務框架通過介面分解系統耦合性，不同子系統通過相同的介面描述進行服務啟用
服務框架是一個點對點模型
服務框架面向同構系統
適合：移動應用、互聯網應用、外部系統
分布式服務下的關鍵技術：服務框架原理
分布式服務下的關鍵技術：服務匯流排架構
服務匯流排同服務框架一樣，均是通過介面分解系統耦合性，不同子系統通過相同的介面描述進行服務啟用
服務匯流排是一個匯流排式的模型
服務匯流排面向同構、異構系統
適合：內部系統
分布式服務下的關鍵技術：服務匯流排原理
分布式架構下系統間交互的5種通信模式
request/response模式（同步模式）：客戶端發起請求一直阻塞到服務端返回請求為止。
Callback（非同步模式）：客戶端發送一個RPC請求給伺服器，服務端處理後再發送一個消息給消息發送端提供的callback端點，此類情況非常合適以下場景：A組件發送RPC請求給B，B處理完成後，需要通知A組件做後續處理。
Future模式：客戶端發送完請求後，繼續做自己的事情，返回一個包含消息結果的Future對象。客戶端需要使用返回結果時，使用Future對象的.get(),如果此時沒有結果返回的話，會一直阻塞到有結果返回為止。
Oneway模式：客戶端調用完繼續執行，不管接收端是否成功。
Reliable模式：為保證通信可靠，將藉助於消息中心來實現消息的可靠送達，請求將做持久化存儲，在接收方在線時做送達，並由消息中心保證異常重試。
五種通信模式的實現方式-同步點對點服務模式
五種通信模式的實現方式-非同步點對點消息模式1
五種通信模式的實現方式-非同步點對點消息模式2
五種通信模式的實現方式-非同步廣播消息模式
分布式架構下的服務治理
服務治理是服務框架/服務匯流排的核心功能。所謂服務治理，是指服務的提供方和消費方達成一致的約定，保證服務的高質量。服務治理功能可以解決將某些特定流量引入某一批機器，以及限制某些非法消費者的惡意訪問，並在提供者處理量達到一定程度是，拒絕接受新的訪問。
基於服務框架Dubbo的服務治理-服務管理
可以知道你的系統，對外提供了多少服務，可以對服務進行升級、降級、停用、權重調整等操作
可以知道你提供的服務，誰在使用，因業務需求，可以對該消費者實施屏蔽、停用等操作
基於服務框架Dubbo的服務治理-服務監控
可以統計服務的每秒請求數、平均響應時間、調用量、峰值時間等，作為服務集群規劃、性能調優的參考指標。
基於服務框架Dubbo的服務治理-服務路由
基於服務框架Dubbo的服務治理-服務保護
基於服務匯流排OSB的服務治理-功能介紹
基於服務匯流排OSB的服務治理
Q：Dubbo到底是神馬？
A：
淘寶開源的高性能和透明化的RPC遠程調用服務框架
SOA服務治理方案
Q：Dubbo原理是？
A：
-結束-
Ⅵ java ehcache怎麼實現分布式
java web開發緩存方案，ehcache和redis各有優劣勢，對比如下： 1、適合使用ehcache的場景： 選用Ehcache作為數據存儲伺服器，Ehcache也是基於內存存儲，支持定時持久化功能，非常適合存儲像計數器這種小數據類型。處理Http請求使用Tomcat容器
Ⅶ java用戶評論緩存在哪裡
在java應用中，對於訪問頻率比較高，又不怎麼變化的數據，常用的解決方案是把這些數據加入緩存。相比DB,緩存的讀取效率快好不少。java應用緩存一般分兩種，一是進程內緩存，就是使用java應用虛擬機內存的緩存；另一個是進程外緩存，現在我們常用的各種分布式緩存。相比較而言，進程內緩存比進程外緩存快很多，而且編碼也簡單；但是，進程內緩存的存儲量有限，使用的是java應用虛擬機的內存，而且每個應用都要存儲一份，有一定的資源浪費。進程外緩存相比進程內緩存，會慢些，但是，存儲空間可以橫向擴展，不受限制。
這里是幾中場景的訪問時間
-------------------------------------------------------------------
| 從資料庫中讀取一條數據（有索引） | 十幾毫秒 |
| 從遠程分布式緩存讀取一條數據 | 0.5毫秒 |
| 從內存中讀取1MB數據 | 十幾微妙 |
-------------------------------------------------------------------
進程內緩存和進程外緩存，各有優缺點，針對不同場景，可以分別採用不同的緩存方案。對於數據量不大的，我們可以採用進程內緩存。或者只要內存足夠富裕，都可以採用，但是不要盲目以為自己富裕，不然可能會導致系統內存不夠。
下面要分享的是一個代碼級別的，對進程內緩存的經驗總結。面向jdk1.8版本。
在有效時間內緩存單個對象
@FunctionalInterfacepublic interface LiveFetch<T> { // 刷新緩存介面 T fetch() ;
}
public class LiveManager<T> { // 緩存時間
private int cacheMillis; // 緩存對象
private LiveCache<T> liveCache; // 刷新緩存的對象
private LiveFetch<T> liveFetch ;
private Logger logger = LoggerFactory.getLogger(LiveManager.class) ;
// 刷新緩存開關
private boolean refresh = false ;
public LiveManager(int cacheMillis, LiveFetch<T> liveFetch) { this.cacheMillis = cacheMillis ; this.liveFetch = liveFetch ;
}
/**
* fetch cache ; if cache expired , synchronous fetch
* @return
*/
public T getCache() {
initLiveCache();
if(liveCache != null) {
T t ; if((t= liveCache.getElement()) != null) { return t ;
} else {
t = liveFetch.fetch() ; if(t != null) {
liveCache = new LiveCache<T>(cacheMillis, t) ; return t ;
}
}
}
return null ;
}
/**
* fetch cache ; if cache expired , return old cache and asynchronous fetch
* @return
*/
public T getCacheIfNecessary() {
initLiveCache();
if(liveCache != null) {
T t ; if((t= liveCache.getElement()) != null) { return t ;
} else {
refreshCache() ; return liveCache.getElementIfNecessary() ;
}
}
return null ;
}
/**
* init liveCache */
private void initLiveCache() { if(liveCache == null) {
T t = liveFetch.fetch() ; if(t != null) {
liveCache = new LiveCache<T>(cacheMillis, t) ;
}
}
}
/**
* asynchronous refresh cache */
private void refreshCache() {
if(refresh) return ;
refresh = true ; try {
Thread thread = new Thread(() -> { try {
T t = liveFetch.fetch(); if (t != null) {
liveCache = new LiveCache<>(cacheMillis, t);
}
} catch (Exception e){
logger.error("LiveManager.refreshCache thread error.", e);
} finally {
refresh = false ;
}
}) ;
thread.start();
} catch (Exception e) {
logger.error("LiveManager.refreshCache error.", e);
}
}
}
public class Test {
public static void main(String[] args) { int cacheMilis = 1000 ;
LiveManager<Object> liveManager = new LiveManager<>(cacheMilis,() -> new Test().t1()) ;
liveManager.getCache() ;
liveManager.getCacheIfNecessary() ;
}
public Object t1(){
return new Object() ;
}
}
Ⅷ JAVA目前比較常用的緩存有哪些 集中式緩存與分布式緩存有何區別 它們應用場景是
java目前常用的緩存：
Generic
JCache (JSR-107) (EhCache 3, Hazelcast, Infinispan, etc)
EhCache 2.x
Hazelcast
Infinispan
Couchbase
Redis
Caffeine
Guava (deprecated)
Simple
建議使用spring boot集成方式，可插拔，簡單。
集中式緩存適用場景：
1、伺服器集群部署。
2、數據高一致性（任何數據變化都能及時的被查詢到）
分布式緩存適用場景：
系統需要緩存的數據量大
對數據的可用性較高的情況
需要橫向擴展，從而達到緩存的容量無限的要求
Ⅸ 我想學java中有關想學分布式、緩存、消息、搜索相關知識 看什麼書
如果是沒有任何電腦基礎的話，建議還是先看點計算機基礎方面的資料，要不然直接學編程的話，理解起來會有所偏差，而且事倍功半，得不償失。
正所謂磨刀不誤砍柴工，首先要做好准備工作，就是先要獲得一定的計算機基礎知識。
建議先了解一下計算機的發展歷史，這個階段可以看看《計算機科學概論》，了解一下大體的情況。
然後了解一下編程語言和軟體的發展歷史，這些資料網上多的是，取之不盡用之不竭。
接下來就是了解java語言的歷史了，這個相對沒多少內容，網上也很多資料。
上面的是准備過程，那些基礎知識只要了解即可，並不需要花太多時間去記憶。
如果感覺自己准備得差不多了，下面就可以開始真正學習java了，這期間如果遇到不懂的知識依然可以上網查，或者自己找資料。
對於Java的初學者來說，如果找一本比較合適的入門教材的話，完整地介紹Java的語法、面向對象和主要的API核心庫等知識，那將對學習起到相當的促進作用。
首先推薦要看的是《21天學通Ja va 2》《循序漸進Java 2教程》《Java2從入門到精通》等書看起來比較淺顯易懂，將Java的基本只是都涉及到了，使你在很短的時間內掌握Java的基本內容。
看完這這本書之一以後，你就想對Java全面深入的學習，現在向你推薦《Java大學教程》《Java 2編程指南》等書，這幾本書對Java的語法、面向對象的知識和API函數庫等介紹的比較詳盡。讓你能夠比較熟練的使用Java來編程，解決一般的問題。
最後推薦的是《Java2核心技術》，這本書主要講述了Java的核心技術也是J
ava的難點之處，具有很高的參考價值，無論是Java的初學者還是Java編程老手，都能從此書受益。
以上主要針對J2SE的學習進行講述的，Java主要有J2SE、J2EE、J2ME三個部分，J2SE是基礎，但是J2EE用得最多 屬於Web開發技術
關於J2EE,以下是JDon的學習建議：
1. 學習web基本技術
http://www.jdon.com/idea.html
2. 學習GoF模式, 結合學習jive中模式處理設計
http://www.jdon.com/designpatterns/index.htm
http://www.jdon.com/jive.htm
3. 學習分層架構：表現層、持久層模式：struts Hibernate
http://www.jdon.com/dl/best/struts.htm
http://www.jdon.com/dl/best/hibernate.htm
4. 學習業務層模式 IOC依賴注射模式及其應用案例，如JdonFramework和JiveJdon3
http://www.jdon.com/AOPdesign/Ioc.htm
5. 學習AOP等復雜應用Spring
http://www.jdon.com/dl/best/spring.htm
6. 學習大型企業應用集群分布式計算 緩存應用 分布式事務處理，並發處理，單例和多例POOL性能解決方案等： EJB2或EJB3
7. 學習Evans DDD,揉合所有J2EE所有組件技術，實現圍繞對象的快速有效開發，回歸對象設計之初。大道復簡！
Jdon開站至今，對於那些長期訪問J道網站的人，可以發現以上學習路徑。
進入上面每一個階段都要找一個對應的現成軟體代碼來修改，先調試運行，然後小修小改，直至大修大改，全部消化，算是完成學習了。JiveJdon2.5(Jive2.5)、JPestore和JiveJdon3.0就是這樣三個從易到難的代碼。
JiveJdon2.5:
http://www.jdon.com/jive.htm
JPetstore:
http://www.jdon.com/jdonframework/app.htm#jpetstore
JiveJdon3:
http://www.jdon.com/jdonframework/jivejdon3/index.html