程序員前端後端能幹什麼

『壹』 程序員前端和後端區別

程序員前端和後端是一起完成程序開發，但是分為兩個層面的技術進行更細化和分工合作：

1、技術的方向不同

前端主要使用的技術是標記和腳本語言，如HTML、CSS、JS（JavaScript）三劍客技術。

後端主要使用的技術是程序開發語言，如PHP、JAVA、Python等，至少會一種語言；以及資料庫SQL語句，如Mysql、SQL Server等；甚至還需要懂一些伺服器技術，如Linux、Windows Server。

『貳』 程序員分前端與後端，那麼後端程序員都做些什麼看完就知道了

我剛開始做Web開發的時候，根本沒有前端，後端之說。

原因很簡單，那個時候伺服器端的代碼就是一切： 接受瀏覽器的請求，實現業務邏輯，訪問資料庫，用JSP生成HTML，然後發送給瀏覽器。

即使後來Javascript在瀏覽器中添加了一些AJAX的效果，那也是錦上添花，絕對不敢造次。因為頁面的HTML主要還是用所謂「 套模板 」的方式生成：美工生成HTML模板，程序員用JSP,Veloctiy,FreeMaker等技術把動態的內容添加上去，僅此而已。

那個時候最流行的圖是這個樣子：

在最初的J2EE體系中，這個 表示層 可不僅僅是瀏覽器中運行的頁面，還包括Java寫的桌面端，只是Java在桌面端太不爭氣， 沒有發展起來。

每個程序員都是所謂 「全棧」工程師 ，不僅要搞定HTML, JavaScript, CSS，還要實現業務邏輯，編寫訪問資料庫的代碼。等到部署的時候，就把所有的代碼打成一個WAR包，往Tomcat指定的目錄一扔，測試一下沒問題，收工回家！

不差錢的公司會把程序部署到Weblogic，Websphere這樣的應用伺服器中，還會用上高大上的EJB。

雖然看起來生活「簡單」又「愜意」，但實際上也需要實現那些多變的、不講邏輯的業務需求，苦逼的本質並沒有改變。

隨著大家對瀏覽器頁面的 視覺和交互 要求越來越高，「套模板」的方式漸漸無法滿足要求，這個所謂的表示層慢慢地遷移到瀏覽器當中去了，一大批像Angular, ReactJS之類的框架崛起，前後端分離了！

後端的工程師只負責提供介面和數據，專注於業務邏輯的實現，前端取到數據後在瀏覽器中展示，各司其職。

像Java這樣的語言很適合去實現復雜的業務邏輯，尤其是一些MIS系統，行業軟體如稅務、電力、煙草、金融，通信等等。 所以剝離表示層，只做後端挺合適的。

但是如果僅僅是實現業務邏輯，那後端也不會需要這么多技術了，搞定SSH/SSM就行了。

互聯網，尤其是移動互聯網開始興起以後，海量的用戶呼嘯而來，一個單機部署的小小War包肯定是撐不住了，必須得做分布式。

原來的單個Tomcat得變成Tomcat的 集群 ，前邊弄個Web伺服器做請求的 負載均衡， 不僅如此，還得考慮狀態問題，session的一致性。

（註：參見文章《小白科普：分布式和集群》）

業務越來越復雜，我們不得不把某些業務放到一個機器（或集群）上，把另外一部分業務放到另外一個機器（或集群）上，雖然系統的計算能力，處理能力大大增強，但是這些系統之間的通信就變成了頭疼的問題， 消息隊列 （MQ)， RPC框架 （如Dubbo）應運而生，為了提高通信效率，各種 序列化的工具 (如Protobuf)也爭先空後地問世。

單個資料庫也撐不住了，那就做資料庫的 讀寫分離 ，如果還不行，就做 分庫和分表 ，把原有的資料庫垂直地切一切，或者水平地切一切， 但不管怎麼切，都會讓應用程序的訪問非常麻煩，因為數據要跨庫做Join/排序，還需要事務，為了解決這個問題，又有各種各樣「 數據訪問中間件 」的工具和產品誕生。

為了最大程度地提高性能，緩存肯定少不了，可以在本機做緩存(如Ehcache)，也可以做 分布式緩存 (如Redis)，如何搞 數據分片 ，數據遷移，失效轉移，這又是一個超級大的主題了。

互聯網用戶喜歡上傳圖片和文件，還得搞一個 分布式的文件系統 （如FastDFS），要求高可用，高可靠。

數據量大了，搜索的需求就自然而然地浮出水面，你得弄一個支持全文索引的 搜索引擎 (如Elasticsearch ,Solr)出來。

林子大了，什麼鳥都有，必須得考慮 安全 ，數據的加密/解密，簽名、證書，防止SQL注入，XSS/CSRF等各種攻擊。

前面提到了這么多的系統，還都是分布式的，每次上線，運維的同學說：把這么多系統協調好，把老子都累死了。

得把持續集成做好，能自動化地部署，自動化測試（其實前端也是如此），後來出現了一個革命化的技術 docker ， 能夠讓開發、測試、生成環境保持一致，系統原來只是在環境（如Ngnix, JVM,Tomcat,MySQL等）上部署代碼，現在把代碼和環境一並打包， 運維的工作一下子就簡化了。

公司自己購買伺服器比較貴，維護也很麻煩，又難於彈性地增長，那就搞點虛擬的伺服器吧，硬碟、內存都可以動態擴展（反正是虛擬的）， 訪問量大的時候多用點，沒啥訪問量了就釋放一點，按需分配，很方便，這就是 雲計算 的一個場景。

隨著時間的推移，各個公司和系統收集的數據越來越多，都堆成一座大山了，難道就放在那裡白白地浪費硬碟空間嗎？

有人就驚奇地發現，咦，我們利用這些數據搞點事情啊， 比如把數據好好分析一下，預測一下這個用戶的購買/閱讀/瀏覽習慣，給他推薦一點東西嘛。

可是這么多數據，用傳統的方式計算好幾天甚至好幾個月才能出個結果，到時候黃花菜都涼了，所以也得利用分布式的技術，想辦法把計算分到各個計算機去，然後再把計算結果收回來， 時勢造英雄， Hadoop 及其生態系統就應運而生了。

之前聽說過一個大前端的概念，把移動端和網頁端都歸結為「前端」，我這里造個詞「大後端」，把那些用戶直接接觸不到的、發生在伺服器端的都歸結進來。

現在無論是前端還是後端，技術領域多如牛毛，都嚴重地細分了，所以 我認為真正的全棧工程師根本不存在，因為一個人精力有限，不可能搞定這么多技術領域，太難了 。

培訓機構所說的「全棧」，我認為就是前後端還在拉拉扯扯，藕斷絲連，沒有徹底分離的時候的「全棧」工程師。

那麼問題來了， 後端這么多東西，我該怎麼學？

之前寫過一篇文章叫做《上天還是入地》，說了學習的廣度和深度，在這里也是相通的。

往深度挖掘，可以成為某個技術領域的專家，如搜索方面的專家、安全方面的專家，分布式文件的專家等等，不管是哪個領域，重點都不是學會使用某個工具和框架， 而是保證你可以自己的知識和技術去搞定這個領域的頂尖問題。

往廣度發展，各個技術領域都要了解，對於某種需求，能夠選取合適的軟體和技術架構來實現它，把需求轉化成合適的技術組件，讓這些組件以合適的方式連接、部署、運行，這也需要持續地學習和不斷的經驗積累。

最後，以一張漫畫來結束吧！

C/C++高級工程師學習路線圖：