對于這個問題，我想回答是：行行出狀元。程序員完全沒有必要去糾結這個問題。

再說了，后端的范圍其實很廣泛的，包括后端開發語言、運維、安全、數據庫、網絡模型、大數據、算法和數據結構、搜索引擎、機器學習等等，人工智能只是它的一部分。我覺得我們應該更多關注的是自己的興趣所在，你感興趣那個就學習那個。

 作為一名后端程序員，為什么要迷茫？原因何在，工資不高？前景不好？還是其他原因？其實完全沒必要，任何一個行業，學精了，待遇相差不大的。

作為一個后端程序員，你是否掌握了你的學習路線，下面的技術你是否都掌握了

如果要學好后端 ，要拿高工資，要有更好的發展前景，后臺開發服務必須學會解決三高問題：高并發、高可用、高性能

一 高并發

我們的開發的后臺服務器應付一些小并發場景綽綽有余，但是隨著互聯網應用業務量的上漲，對后臺服務端的請求數劇增，高并發需求隨之而來，高并發指的就是高 TPS 和高 QPS  TPS (Transactions Per Second)每秒事務數 QPS（Query Per Second）每秒查詢數等。 對于高并發服務必須改變傳統的單進程模型，才能處理的過來如此海量的請求。處理高并發，我們要學習下面技術來處理這個問題

多進程 

對于高并發的服務請求，由于后臺服務一般都是 IO 密集型應用，IO 密集型應用就是大部分 CPU 時間用在網絡 IO 上，相對的是 CPU 密集型應用大部分時間花在數據計算上。  大多數的后臺服務程序都是 IO 密集型的應用，網絡 IO 的時候 CPU 等待白白浪費時間， 這就告訴我們 CPU 的潛力還沒有完全發揮，所以當一個進程的處理能力達到上限，我們可以多創建幾個進程，這就是多進程模型。  

多線程 

多線程與多進程類似，實際在Linux系統中線程是由輕量級的進程 LWP（Light-weight process）實現，多線程方式實現的后臺服務相對于多進程更加輕量，因為多線程是在同一個進程內部實現。  不過多線程也會帶來新的問題，比如全局數據競爭和同步問題，引入線程鎖還要防止死鎖的發生。

協程 

那什么是協程呢？協程 Coroutines 是一種比線程更加輕量級的微線程。類比一個進程可以擁有多個線程，一個線程也可以擁有多個協程，因此協程又稱微線程和纖程。可以粗略的把協程理解成子程序調用，每個子程序都可以在一個單獨的協程內執行。 

異步回調 

所謂異步回調就是，服務端發起 IO 請求的線程不等網絡 IO 線程操作完成，就繼續執行隨后的代碼，一般請求線程需要先注冊一個回調函數，當IO 完成之后網絡IO線程通過調用之前注冊的回調函數來通知發起 IO 請求的線程，這樣發起請求的線程就不會阻塞住等待結果，提高了服務處理性能

二 高性能

按以上服務模型可以提高服務本身處理能力，高性能后臺服務往往還會利用多種技術、從多個維度優化提高性能。比如采用CDN（Content Delivery Network）內容分發網絡，存儲和分發使用戶就近獲取內容，縮短響應時間；采用池化技術，避免頻繁的資源分配與回收；采用服務集群，橫向擴展服務能力；采用緩存技術，熱點數據加入緩存，減少數據庫訪問。

1.CND 內容分發技術 

2.池化技術：數據庫連接池，線程池 

3.集群化 

4.技術

三 高可用

高可用即保證服務的穩定性，不出現重大問題或宕機，常見的解決高可用思路是冗余和負載均衡。冗余的意思就是多部署幾臺服務器，當其中一臺掛掉另外一臺能頂上。通過負載均衡技術實現對流量的動態調配，不至于出現大量流量沖擊某臺機器出現請求不均勻，軟件負載均衡技術可以通過DNS、Nginx、LVS等技術實現。這里主要學習的技術有：  

1.負載均衡技術，軟硬件負載均衡 

2.限流隔離降級技術 

3.應用層容災，資源隔離熔斷 

4.異地多活

三高問題是后端開發的主流問題，也是作為后端開發高級工程師必須掌握的問題，要能靈活運用這些技術解決企業級項目問題，我們路還很長，與其在迷惘，不如抓緊時間學習后端開發技術，提高我們技術水平，才是后端程序員最需要做的事情。