学习路线¶
系统知识不是一条从“简单”到“复杂”的直线，而是一张围绕执行、存储、通信与协调展开的依赖图。下面给出一条主线和三条可按目标切换的支线。
主线：从一条指令到一次请求¶
第一阶段：表示与执行¶
先建立不会频繁失效的底层模型：
退出条件不是能背流水线级数，而是能够解释：同一段源码为什么在不同数据布局、编译选项和核心拓扑下表现不同。
第二阶段：资源虚拟化¶
接着理解操作系统怎样把有限硬件变成稳定接口：
退出条件是能从一次系统调用画出用户态、内核、设备和返回路径，并区分阻塞时间、CPU 时间和设备服务时间。
第三阶段：并发与异步¶
并发部分按“正确性先于性能”的顺序学习：
退出条件是能为共享状态写出不变量、线性化点、取消路径和资源生命周期，而不仅是调用某个并发库。
第四阶段：通信与持久化¶
把单机状态扩展到网络和存储：
退出条件是能准确解释“发送成功”“写入成功”“提交成功”分别跨过了哪一个边界。
第五阶段：扩展与容错¶
最后研究工作拆分、通信和失败：
退出条件是能说清一个扩展方案减少了什么、增加了什么通信或协调成本，以及遇到部分失败时保留哪些保证。
三条目标支线¶
系统程序员¶
优先顺序：
C / C++ / Rust / Go → ABI 与链接 → 内存模型 → 虚拟内存 → I/O → 调试与剖析
重点页面包括 C、C++、Rust、Go、WebAssembly、链接、加载与 ABI 和性能剖析。
后端与基础设施工程¶
优先顺序：
运行时 → 并发 → Socket → TCP/QUIC → 存储 → 事务 → 可观测性
重点不只是 API 使用，而是超时、重试、背压、幂等、队列和尾延迟的组合效应。
高性能与并行计算¶
优先顺序：
缓存/NUMA → SIMD/SIMT → Work/Span → OpenMP → CUDA/MPI → 拓扑与集合通信
每次优化都先写性能上界，再用 profiling 验证瓶颈是否真的位于计算、访存、同步或通信。
十二周实践节奏¶
| 周 | 主题 | 可验证产出 |
|---|---|---|
| 1 | 数据表示与汇编 | 对一个短函数解释对象布局、调用约定和反汇编 |
| 2 | 流水线与缓存 | 用基准展示局部性和分支可预测性的数量级差异 |
| 3 | 进程、线程与调度 | 追踪一次创建、阻塞、唤醒和上下文切换 |
| 4 | 虚拟内存 | 解释页表、TLB、缺页和写时复制 |
| 5 | 锁、原子与内存模型 | 为一个并发队列写出不变量和 happens-before |
| 6 | 协程与异步 I/O | 实现带取消、超时和有界背压的小型执行器 |
| 7 | IP、TCP 与 QUIC | 抓包解释握手、确认、重传和流量控制 |
| 8 | 文件系统与 SSD | 追踪一次写入直到持久化边界 |
| 9 | 性能测量 | 设计对照实验并生成可复现的 profiling 证据 |
| 10 | 并行计算 | 用 Work/Span 与实测加速比解释扩展瓶颈 |
| 11 | 复制、共识与事务 | 对故障时间线判断可见状态与恢复路径 |
| 12 | 全栈复盘 | 从一次慢请求完成跨层因果分析 |